iOS용 동작 인식 가이드

MediaPipe 동작 인식기 작업을 사용하면 손 동작을 실시간으로 인식할 수 있으며 인식된 손 동작 결과와 인식된 손의 손 랜드마크를 제공합니다. 다음 안내에서는 iOS 애플리케이션에서 동작 인식기를 사용하는 방법을 보여줍니다.

웹 데모에서 이 작업의 작동 방식을 확인할 수 있습니다. 이 작업의 기능, 모델, 구성 옵션에 대한 자세한 내용은 개요를 참조하세요.

코드 예시

MediaPipe 태스크 예시 코드는 iOS용 동작 인식기 앱의 기본 구현입니다. 이 예에서는 실제 iOS 기기의 카메라를 사용하여 손동작을 연속적으로 감지하고, 기기 갤러리의 이미지와 동영상을 사용하여 동작을 정적으로 감지할 수도 있습니다.

앱을 자체 iOS 앱의 시작점으로 사용하거나 기존 앱을 수정할 때 참조할 수 있습니다. 동작 인식기 예시 코드는 GitHub에 호스팅됩니다.

코드 다운로드

다음 안내에서는 git 명령줄 도구를 사용하여 예시 코드의 로컬 사본을 만드는 방법을 보여줍니다.

예시 코드를 다운로드하려면 다음 단계를 따르세요.

1. 다음 명령어를 사용하여 git 저장소를 클론합니다.

   git clone https://github.com/google-ai-edge/mediapipe-samples
   

2. 필요한 경우 동작 인식기 예시 앱의 파일만 있도록 희소 결제를 사용하도록 git 인스턴스를 구성합니다.

   cd mediapipe
   git sparse-checkout init --cone
   git sparse-checkout set examples/gesture_recognizer/ios/
   

예시 코드의 로컬 버전을 만든 후 MediaPipe 작업 라이브러리를 설치하고 Xcode를 사용하여 프로젝트를 열고 앱을 실행할 수 있습니다. 자세한 내용은 iOS 설정 가이드를 참조하세요.

주요 구성요소

다음 파일에는 동작 인식기 예시 애플리케이션을 위한 중요 코드가 포함되어 있습니다.

• GestureRecognizerService.swift: 동작 인식기를 초기화하고 모델 선택을 처리하며 입력 데이터에 대한 추론을 실행합니다.
• CameraViewController.swift: 실시간 카메라 피드 입력 모드의 UI를 구현하고 결과를 시각화합니다.
• MediaLibraryViewController.swift: 정지 이미지 및 동영상 파일 입력 모드의 UI를 구현하고 결과를 시각화합니다.

설정

이 섹션에서는 동작 인식기를 사용하도록 개발 환경과 코드 프로젝트를 설정하는 주요 단계를 설명합니다. 플랫폼 버전 요구사항을 포함하여 MediaPipe 작업을 사용하기 위한 개발 환경 설정에 관한 일반적인 정보는 iOS 설정 가이드를 참고하세요.

종속 항목

동작 인식기는 CocoaPods를 사용하여 설치해야 하는 MediaPipeTasksVision 라이브러리를 사용합니다. 라이브러리는 Swift 및 Objective-C 앱과 호환되며 추가적인 언어별 설정이 필요하지 않습니다.

macOS에 CocoaPods를 설치하는 방법은 CocoaPods 설치 가이드를 참고하세요. 앱에 필요한 포드로 Podfile를 만드는 방법에 대한 안내는 CocoaPods 사용을 참조하세요.

다음 코드를 사용하여 Podfile에 MediaPipeTasksVision 포드를 추가합니다.

target 'MyGestureRecognizerApp' do
  use_frameworks!
  pod 'MediaPipeTasksVision'
end

앱에 단위 테스트 타겟이 포함된 경우 Podfile 설정에 관한 자세한 내용은 iOS용 설정 가이드를 참고하세요.

모델

MediaPipe 동작 인식기 작업에는 이 작업과 호환되는 학습된 모델이 필요합니다. 동작 인식기에 사용할 수 있는 학습된 모델에 대한 자세한 내용은 작업 개요 모델 섹션을 참조하세요.

모델을 선택 및 다운로드한 후 Xcode를 사용하여 프로젝트 디렉터리에 추가합니다. Xcode 프로젝트에 파일을 추가하는 방법은 Xcode 프로젝트의 파일 및 폴더 관리를 참고하세요.

BaseOptions.modelAssetPath 속성을 사용하여 App Bundle의 모델 경로를 지정합니다. 코드 예는 다음 섹션을 참고하세요.

할 일 만들기

이니셜라이저 중 하나를 호출하여 동작 인식기 작업을 만들 수 있습니다. GestureRecognizer(options:) 이니셜라이저는 구성 옵션의 값을 허용합니다.

맞춤설정된 구성 옵션으로 초기화된 동작 인식기가 필요하지 않다면 GestureRecognizer(modelPath:) 이니셜라이저를 사용하여 기본 옵션으로 동작 인식기를 만들 수 있습니다. 구성 옵션에 대한 자세한 내용은 구성 개요를 참고하세요.

동작 인식기 작업은 정지 이미지, 동영상 파일, 라이브 동영상 스트림의 3가지 입력 데이터 유형을 지원합니다. 기본적으로 GestureRecognizer(modelPath:)는 정지 이미지의 작업을 초기화합니다. 동영상 파일 또는 실시간 동영상 스트림을 처리하기 위해 작업을 초기화하려면 GestureRecognizer(options:)를 사용하여 동영상 또는 실시간 스트림 실행 모드를 지정합니다. 라이브 스트림 모드에는 추가 gestureRecognizerLiveStreamDelegate 구성 옵션도 필요합니다. 이 옵션을 사용하면 동작 인식기가 동작 인식 결과를 대리자에 비동기식으로 전달할 수 있습니다.

실행 모드에 해당하는 탭을 선택하여 작업을 만들고 추론을 실행하는 방법을 확인합니다.

Swift

import MediaPipeTasksVision

let modelPath = Bundle.main.path(forResource: "gesture_recognizer",
                                      ofType: "task")

let options = GestureRecognizerOptions()
options.baseOptions.modelAssetPath = modelPath
options.runningMode = .image
options.minHandDetectionConfidence = minHandDetectionConfidence
options.minHandPresenceConfidence = minHandPresenceConfidence
options.minTrackingConfidence = minHandTrackingConfidence
options.numHands = numHands

let gestureRecognizer = try GestureRecognizer(options: options)
    

import MediaPipeTasksVision

let modelPath = Bundle.main.path(forResource: "gesture_recognizer",
                                      ofType: "task")

let options = GestureRecognizerOptions()
options.baseOptions.modelAssetPath = modelPath
options.runningMode = .video
options.minHandDetectionConfidence = minHandDetectionConfidence
options.minHandPresenceConfidence = minHandPresenceConfidence
options.minTrackingConfidence = minHandTrackingConfidence
options.numHands = numHands

let gestureRecognizer = try GestureRecognizer(options: options)
    

import MediaPipeTasksVision

// Class that conforms to the `GestureRecognizerLiveStreamDelegate` protocol and
// implements the method that the gesture recognizer calls once it finishes
// performing recognizing hand gestures in each input frame.
class GestureRecognizerResultProcessor: NSObject, GestureRecognizerLiveStreamDelegate {

  func gestureRecognizer(
    _ gestureRecognizer: GestureRecognizer,
    didFinishRecognition result: GestureRecognizerResult?,
    timestampInMilliseconds: Int,
    error: Error?) {

    // Process the gesture recognizer result or errors here.

  }
}

let modelPath = Bundle.main.path(
  forResource: "gesture_recognizer",
  ofType: "task")

let options = GestureRecognizerOptions()
options.baseOptions.modelAssetPath = modelPath
options.runningMode = .liveStream
options.minHandDetectionConfidence = minHandDetectionConfidence
options.minHandPresenceConfidence = minHandPresenceConfidence
options.minTrackingConfidence = minHandTrackingConfidence
options.numHands = numHands

// Assign an object of the class to the `gestureRecognizerLiveStreamDelegate`
// property.
let processor = GestureRecognizerResultProcessor()
options.gestureRecognizerLiveStreamDelegate = processor

let gestureRecognizer = try GestureRecognizer(options: options)
    

Objective-C

@import MediaPipeTasksVision;

NSString *modelPath =
  [[NSBundle mainBundle] pathForResource:@"gesture_recognizer"
                                  ofType:@"task"];

MPPGestureRecognizerOptions *options =
  [[MPPGestureRecognizerOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.runningMode = MPPRunningModeImage;
options.minHandDetectionConfidence = minHandDetectionConfidence
options.minHandPresenceConfidence = minHandPresenceConfidence
options.minTrackingConfidence = minHandTrackingConfidence
options.numHands = numHands

MPPGestureRecognizer *gestureRecognizer =
      [[MPPGestureRecognizer alloc] initWithOptions:options error:nil];
    

@import MediaPipeTasksVision;

NSString *modelPath =
  [[NSBundle mainBundle] pathForResource:@"gesture_recognizer"
                                  ofType:@"task"];

MPPGestureRecognizerOptions *options =
  [[MPPGestureRecognizerOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.runningMode = MPPRunningModeVideo;
options.minHandDetectionConfidence = minHandDetectionConfidence
options.minHandPresenceConfidence = minHandPresenceConfidence
options.minTrackingConfidence = minHandTrackingConfidence
options.numHands = numHands

MPPGestureRecognizer *gestureRecognizer =
      [[MPPGestureRecognizer alloc] initWithOptions:options error:nil];
    

@import MediaPipeTasksVision;

// Class that conforms to the `MPPGestureRecognizerLiveStreamDelegate` protocol
// and implements the method that the gesture recognizer calls once it finishes
// performing gesture recognition on each input frame.

@interface APPGestureRecognizerResultProcessor : NSObject 

@end

@implementation APPGestureRecognizerResultProcessor

-   (void)gestureRecognizer:(MPPGestureRecognizer *)gestureRecognizer
    didFinishRecognitionWithResult:(MPPGestureRecognizerResult *)gestureRecognizerResult
           timestampInMilliseconds:(NSInteger)timestampInMilliseconds
                             error:(NSError *)error {

    // Process the gesture recognizer result or errors here.

}

@end

NSString *modelPath =
  [[NSBundle mainBundle] pathForResource:@"gesture_recognizer"
                                  ofType:@"task"];

MPPGestureRecognizerOptions *options =
  [[MPPGestureRecognizerOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.runningMode = MPPRunningModeLiveStream;
options.minHandDetectionConfidence = minHandDetectionConfidence
options.minHandPresenceConfidence = minHandPresenceConfidence
options.minTrackingConfidence = minHandTrackingConfidence
options.numHands = numHands

// Assign an object of the class to the `gestureRecognizerLiveStreamDelegate`
// property.
APPGestureRecognizerResultProcessor *processor =
  [APPGestureRecognizerResultProcessor new];
options.gestureRecognizerLiveStreamDelegate = processor;

MPPGestureRecognizer *gestureRecognizer =
      [[MPPGestureRecognizer alloc] initWithOptions:options error:nil];
    

구성 옵션

이 작업에는 다음과 같은 iOS 앱 구성 옵션이 있습니다.

실행 모드가 라이브 스트림으로 설정되면 동작 인식기에 추가 gestureRecognizerLiveStreamDelegate 구성 옵션이 필요합니다. 이 옵션을 사용하면 동작 인식기가 동작 인식 결과를 비동기식으로 제공할 수 있습니다. 대리자는 각 프레임에서 동작 인식 실행 결과를 처리한 후 동작 인식기가 호출하는 gestureRecognizer(_:didFinishRecognition:timestampInMilliseconds:error:) 메서드를 구현해야 합니다.

데이터 준비

입력 이미지나 프레임을 동작 인식기에 전달하기 전에 MPImage 객체로 변환해야 합니다. MPImage는 다양한 유형의 iOS 이미지 형식을 지원하며 모든 실행 모드에서 추론을 위해 사용할 수 있습니다. MPImage에 관한 자세한 내용은 MPImage API를 참조하세요.

사용 사례와 애플리케이션에 필요한 실행 모드에 따라 iOS 이미지 형식을 선택합니다.MPImage는 UIImage, CVPixelBuffer, CMSampleBuffer iOS 이미지 형식을 허용합니다.

UIImage

UIImage 형식은 다음과 같은 실행 모드에 적합합니다.

• 이미지: UIImage 이미지로 형식이 지정된 App Bundle, 사용자 갤러리, 파일 시스템의 이미지를 MPImage 객체로 변환할 수 있습니다.

• 동영상: AVAssetImageGenerator를 사용하여 동영상 프레임을 CGImage 형식으로 추출한 후 UIImage 이미지로 변환합니다.

// Load an image on the user's device as an iOS `UIImage` object.

// Convert the `UIImage` object to a MediaPipe's Image object having the default
// orientation `UIImage.Orientation.up`.
let image = try MPImage(uiImage: image)
    

// Load an image on the user's device as an iOS `UIImage` object.

// Convert the `UIImage` object to a MediaPipe's Image object having the default
// orientation `UIImageOrientationUp`.
MPImage *image = [[MPPImage alloc] initWithUIImage:image error:nil];
    

이 예에서는 기본 UIImage.Orientation.Up 방향으로 MPImage를 초기화합니다. 지원되는 UIImage.Orientation 값 중 하나로 MPImage를 초기화할 수 있습니다. 동작 인식기는 .upMirrored, .downMirrored, .leftMirrored, .rightMirrored와 같은 미러링된 방향을 지원하지 않습니다.

UIImage에 관한 자세한 내용은 UIImage Apple 개발자 문서를 참고하세요.

CVPixelBuffer

CVPixelBuffer 형식은 프레임을 생성하고 iOS CoreImage 프레임워크를 사용하여 처리하는 애플리케이션에 적합합니다.

CVPixelBuffer 형식은 다음과 같은 실행 모드에 적합합니다.

• 이미지: iOS의 CoreImage 프레임워크를 사용하여 일부 처리 후 CVPixelBuffer 이미지를 생성하는 앱은 이미지 실행 모드에서 동작 인식기로 전송할 수 있습니다.

• 동영상: 동영상 프레임을 처리하기 위해 CVPixelBuffer 형식으로 변환한 다음 동영상 모드에서 동작 인식기로 전송할 수 있습니다.

• 라이브 스트림: iOS 카메라를 사용하여 프레임을 생성하는 앱은 실시간 스트림 모드에서 동작 인식기에 전송되기 전에 처리를 위해 CVPixelBuffer 형식으로 변환될 수 있습니다.

// Obtain a CVPixelBuffer.

// Convert the `CVPixelBuffer` object to a MediaPipe's Image object having the default
// orientation `UIImage.Orientation.up`.
let image = try MPImage(pixelBuffer: pixelBuffer)
    

// Obtain a CVPixelBuffer.

// Convert the `CVPixelBuffer` object to a MediaPipe's Image object having the
// default orientation `UIImageOrientationUp`.
MPImage *image = [[MPPImage alloc] initWithUIImage:image error:nil];
    

CVPixelBuffer에 관한 자세한 내용은 CVPixelBuffer Apple 개발자 문서를 참고하세요.

CMSampleBuffer

CMSampleBuffer 형식은 균일한 미디어 유형의 미디어 샘플을 저장하며 라이브 스트림 실행 모드에 적합합니다. iOS 카메라의 라이브 프레임은 iOS AVCaptureVideoDataOutput에 의해 CMSampleBuffer 형식으로 비동기식으로 전송됩니다.

// Obtain a CMSampleBuffer.

// Convert the `CMSampleBuffer` object to a MediaPipe's Image object having the default
// orientation `UIImage.Orientation.up`.
let image = try MPImage(sampleBuffer: sampleBuffer)
    

// Obtain a `CMSampleBuffer`.

// Convert the `CMSampleBuffer` object to a MediaPipe's Image object having the
// default orientation `UIImageOrientationUp`.
MPImage *image = [[MPPImage alloc] initWithSampleBuffer:sampleBuffer error:nil];
    

CMSampleBuffer에 관한 자세한 내용은 CMSampleBuffer Apple 개발자 문서를 참고하세요.

작업 실행

동작 인식기를 실행하려면 할당된 실행 모드와 관련된 recognize() 메서드를 사용합니다.

• 정지 이미지: recognize(image:)
• 동영상: recognize(videoFrame:timestampInMilliseconds:)
• 실시간 스트리밍: recognizeAsync(image:timestampInMilliseconds:)

다음 코드 샘플은 다양한 실행 모드에서 동작 인식기를 실행하는 방법의 기본 예를 보여줍니다.

Swift

let result = try gestureRecognizer.recognize(image: image)
    

let result = try gestureRecognizer.recognize(
  videoFrame: image,
  timestampInMilliseconds: timestamp)
    

try gestureRecognizer.recognizeAsync(
  image: image,
  timestampInMilliseconds: timestamp)
    

Objective-C

  MPPGestureRecognizerResult *result =
    [gestureRecognizer recognizeImage:mppImage
                                error:nil];
    

MPPGestureRecognizerResult *result =
  [gestureRecognizer recognizeVideoFrame:image
                 timestampInMilliseconds:timestamp
                                   error:nil];
    

BOOL success =
  [gestureRecognizer recognizeAsyncImage:image
                 timestampInMilliseconds:timestamp
                                   error:nil];
    

코드 예에서는 사용자가 사용 사례에 필요하지 않을 수 있는 처리 모드 간에 전환할 수 있습니다.

다음에 유의하세요.

• 동영상 모드 또는 라이브 스트림 모드에서 실행하는 경우 입력 프레임의 타임스탬프를 동작 인식기 작업에 제공해야 합니다.

• 이미지 또는 동영상 모드에서 실행되는 경우 동작 인식기 작업은 입력 이미지 또는 프레임 처리를 완료할 때까지 현재 스레드를 차단합니다. 현재 스레드가 차단되지 않도록 하려면 iOS Dispatch 또는 NSOperation 프레임워크를 사용하여 백그라운드 스레드에서 처리를 실행합니다.

• 라이브 스트림 모드에서 실행되는 경우 동작 인식기 작업이 즉시 반환되며 현재 스레드를 차단하지 않습니다. 각 입력 프레임을 처리한 후 동작 인식 결과와 함께 gestureRecognizer(_:didFinishRecognition:timestampInMilliseconds:error:) 메서드를 호출합니다. 동작 인식기는 전용 직렬 디스패치 큐에서 이 메서드를 비동기식으로 호출합니다. 사용자 인터페이스에 결과를 표시하려면 결과를 처리한 후 기본 대기열에 결과를 전달합니다. 동작 인식기 작업이 다른 프레임을 처리 중일 때 recognizeAsync 함수가 호출되면 동작 인식기는 새 입력 프레임을 무시합니다.

결과 처리 및 표시

추론을 실행하면 동작 인식기 작업이 GestureRecognizerResult를 반환합니다. 여기에는 이미지 좌표의 손 랜드마크, 세계 좌표의 손 랜드마크, 손잡이(왼쪽/오른손), 감지된 손의 손 동작 카테고리가 포함됩니다.

다음은 이 작업의 출력 데이터 예를 보여줍니다.

결과 GestureRecognizerResult에는 4개의 구성요소가 포함되며, 각 구성요소는 배열이며, 각 요소에는 감지된 손 한 개의 감지된 결과가 포함되어 있습니다.

• 잘 쓰는 손

  잘 쓰는 손은 감지된 손이 왼손인지 오른손인지를 나타냅니다.

• 동작

  감지된 손에서 인식된 동작 카테고리입니다.

• 명소

  21개의 손 랜드마크가 있으며 각각 x, y, z 좌표로 구성됩니다. x 및 y 좌표는 이미지 너비와 높이에 따라 각각 [0.0, 1.0] 으로 정규화됩니다. z 좌표는 랜드마크의 깊이를 나타내며 손목의 깊이가 원점입니다. 값이 작을수록 랜드마크가 카메라에 더 가까워집니다. z의 크기는 거의 x와 동일한 배율을 사용합니다.

• 세계의 명소

  21개의 손 모양 랜드마크도 세계 좌표로 표시됩니다. 각 랜드마크는 x, y, z로 구성되며, 실제 3D 좌표를 손의 기하학적 중심에 원점이 있는 미터 단위로 나타냅니다.

GestureRecognizerResult:
  Handedness:
    Categories #0:
      index        : 0
      score        : 0.98396
      categoryName : Left
  Gestures:
    Categories #0:
      score        : 0.76893
      categoryName : Thumb_Up
  Landmarks:
    Landmark #0:
      x            : 0.638852
      y            : 0.671197
      z            : -3.41E-7
    Landmark #1:
      x            : 0.634599
      y            : 0.536441
      z            : -0.06984
    ... (21 landmarks for a hand)
  WorldLandmarks:
    Landmark #0:
      x            : 0.067485
      y            : 0.031084
      z            : 0.055223
    Landmark #1:
      x            : 0.063209
      y            : -0.00382
      z            : 0.020920
    ... (21 world landmarks for a hand)

다음 이미지는 작업 출력을 시각화한 것입니다.