초록
본 논문에서는 사람의 손동작을 이용해 전자기기를 제어할 수 있도록 다중 도플러 레이다와 머신러닝의 일종인 SVM (Support Vector Machine)을 이용한 손동작 인식 기술을 제안하였다. 하나의 도플러 레이다는 간단한 손동작만을 인식할 수 있는데 반해, 다중 도플러 레이다는 레이다 위치에 따라 각각 다른 도플러 효과가 발생되므로, 이를 이용하여 다양한 손동작을 인식할 수 있다. 또한, 머신러닝 기법을 이용하여 손동작을 분류하면 손동작 인식의 성공률을 높일 수 있다. 다중 도플러 레이다와 머신러닝을 이용한 손동작 인식 시스템의 구현 가능성을 확인하기 위하여 두 개의 도플러 레이다, NI DAQ USB-6008, MATLAB을 이용한 실험 장치를 구성하였다. 구현된 실험 장치를 이용하여 Push, Pull, Right Slide 및 Left Slide의 4가지 손동작 인식 실험을 수행하였고, SVM 모델을 적용하여 손동작 인식의 높은 정확도를 확인하였다.
This paper suggests a hand gesture recognition technology to control smart devices using multiple Doppler radars and a support vector machine(SVM), which is one of the machine learning algorithms. Whereas single Doppler radar can recognize only simple hand gestures, multiple Doppler radar can recognize various and complex hand gestures by using various Doppler patterns as a function of time and each device. In addition, machine learning technology can enhance recognition accuracy. In order to determine the feasibility of the suggested technology, we implemented a test-bed using two Doppler radars, NI DAQ USB-6008, and MATLAB. Using this test-bed, we can successfully classify four hand gestures, which are Push, Pull, Right Slide, and Left Slide. Applying SVM machine learning algorithm, it was confirmed the high accuracy of the hand gesture recognition.