비가청 주파수를 이용한 손동작 분류 (Hand Gesture Classification Using Inaudible Frequency)

서지정보

· 발행기관 : 한국통신학회
· 수록지 정보 : 한국통신학회논문지 / 43권 / 10호 / 1664 ~ 1669페이지
· 저자명 : 김진혁, 최선웅

초록

4차 산업혁명이 진행됨에 따라 인간의 행동이나 동작을 인식하고 구별하는 것이 중요한 이슈로 떠오르고 있다.
본 논문에서는 사람의 귀로 들을 수 없는 비가청 주파수 대역의 소리를 스마트폰에서 발생시키고, 그것이 반사된신호를 녹음하여 손동작을 분류하는 방법을 제안한다. 제안하는 방법은 녹음된 소리 데이터를 단시간 푸리에 변환(Short-Time Fourier Transform)을 이용하여 이미지화 하고, Convolution Neural Network (CNN) 모델에 적용시켜행동을 분류한다. 실험을 통해 제안하는 방법이 5개의 손동작에 대해서 94%의 정확도를 내는 것을 확인하였다.

영어초록

As the 4th Industrial Revolution progresses, recognizing and distinguishing human actions and behaviors are becoming an important issue. In this paper, we propose a method to classify the hand gestures by generating the sound of inaudible frequency band that can not be heard by the human ear with the smartphone and recording the reflected signal. In the proposed method, the recorded sound data is imaged using a Short-Time Fourier Transform and applied to the Convolution Neural Network (CNN) model to classify the hand gestures.
Experimental results show that the proposed method gives 94% accuracy for 5 hand gestures.

참고자료

· 없음