A system that recognizes light hand gestures is necessary to improve the usability of wearable devices. Thus, this paper proposes a real-time system that classifies the bio-acoustic signals of three light finger tap gestures done by the device-wearing hand using the index (index-tap), middle (middle-tap) and ring (ring-tap) which lightly tap the thumb of the same hand. The system detects body conducted acoustic vibrations that occur from the finger gestures of a user. It classifies the gestures using the frequency information of the signal and a machine learning technique. The accuracy of the system was evaluated with a real-time application for two simulated situations. The two situations were when a user uses the system for the first time and when a user uses the system continually. The system has an accuracy of about 80% for both the situations. The middle-tap gesture had the lowest accuracy. Finally, this paper discusses possible factors that decreases the accuracy of the system and further research directions.
이 논문은 생체 진동 신호를 이용하여 검지(index-tap), 중지(middle-tap) 그리고 약지(ring-tap) 손가락으로 엄지 손가락을 치는 세 가지의 가벼운 손가락 탭 제스처를 구분하는 실시간 시스템을 제시한다. 모바일 환경에서 제스처의 사용성을 높이기 위해서 가벼운 제스처를 인식 할 수 있는 시스템이 필요하다. 본 연구에서 제시하는 시스템은 손가락 제스처를 수행할 때 발생하는 진동을 손목 부근에서 피에조 센서를 기반으로 하는 센서로 측정한다. 이 시스템은 진동의 주파수 정보와 머신러닝 기술을 이용하여 제스처를 구분한다. 실시간 구분 어플리케이션을 이용하여 사용자가 시스템을 처음 사용하는 상황과 지속적으로 사용하고 있는 상황에 대해서 정확도를 평가 하였다. 결과적으로 두 상황에서 모두 약 80%의 정확도를 보였다. 세 가지 제스처 중에서 middle-tap 제스처가 가장 인식률이 낮았다. 더불어서 정확도를 낮춘 원인에 대해서 분석하고 개선 방향에 대해서 이야기 한다.