Active tracking system using face and hand gesture recognition in multi-user environments

본 논문은 다중 사용자 환경에 맞춘 비전 기반의 능동적인 추적 시스템을 제안하며, 정밀하고 동적인 사용자 식별 및 추적을 위해 딥러닝 기법을 통합한다. 제안하는 시스템은 실시간 이미지 데이터를 처리하는 오픈 소스 프레임워크인 MediaPipe를 활용하여 이미지 내에서 여러 얼굴을 감지한 후, 특정 핸드 제스처를 수행하는 사용자를 식별한다. 대상 사용자가 선택되면, 시스템은 카메라가 장착된 2축 액추에이터를 사용하여 해당 인물을 능동적으로 추적하며, 실시간 적응력과 정밀성을 보장한다. 제안된 시스템은 핸드 제스처 인식과 얼굴 인식의 시너지를 통해, 다수의 사용자가 있는 복잡한 환경에서도 사용자 구분과 추적 정확도를 향상시킨다. 특히, 손바닥 제스처 인식과 좌우 손의 판별을 결합한 얼굴 매칭 기법을 통해 제스처 수행자의 위치를 정밀하게 식별하고 추적 대상과의 일치도를 높였다. 이와 같은 알고리즘 구조는 단순한 입력 기반 인식이 아닌, 상황 맥락을 반영한 동적 식별이 가능하다는 점에서 본 연구의 차별성을 보여준다. 또한, 2축 액추에이터는 카메라를 동적으로 조정하여 대상에 대한 방향을 유지하고, 지속적이고 원활한 추적을 지원한다. 이 접근 방식은 실시간 및 적응형 사용자 추적이 중요한 인터랙티브 시스템, 인간-컴퓨터 상호작용, 감시 분야에서의 응용 가능성을 보여준다. 실험 결과, 이 알고리즘은 혼잡한 환경을 포함한 다양한 조건에서 90% 이상의 정확도로 사용자 식별 및 추적을 유지할 수 있음을 확인하였다.