iOS용 동작 인식 가이드

MediaPipe 동작 인식기 태스크를 사용하면 손 동작을 실시간으로 인식하고 감지된 손의 인식된 손 동작 결과와 손 랜드마크를 제공할 수 있습니다. 다음 안내는 iOS 애플리케이션에서 동작 인식기를 사용하는 방법을 보여줍니다.

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

코드 예

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

이 앱을 자체 iOS 앱의 시작점으로 사용하거나 기존 앱을 수정할 때 참고할 수 있습니다. 동작 감지기 예시 코드는 GitHub에서 호스팅됩니다.

코드 다운로드

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

예시 코드를 다운로드하려면 다음 안내를 따르세요.

  1. 다음 명령어를 사용하여 git 저장소를 클론합니다.

    git clone https://github.com/google-ai-edge/mediapipe-samples
    
  2. 원하는 경우 드문 셀렉션을 사용하도록 git 인스턴스를 구성하여 동작 감지기 예시 앱의 파일만 포함되도록 합니다.

    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 실행하면 됩니다. 자세한 내용은 iOS 설정 가이드를 참고하세요.

주요 구성요소

다음 파일에는 동작 인식기 예시 애플리케이션의 중요 코드가 포함되어 있습니다.

설정

이 섹션에서는 동작 감지기를 사용하도록 개발 환경 및 코드 프로젝트를 설정하는 주요 단계를 설명합니다. 플랫폼 버전 요구사항을 비롯하여 MediaPipe 작업을 사용하기 위한 개발 환경 설정에 관한 일반적인 정보는 iOS용 설정 가이드를 참고하세요.

종속 항목

동작 인식기는 MediaPipeTasksVision 라이브러리를 사용하며 이 라이브러리는 CocoaPods를 사용하여 설치해야 합니다. 이 라이브러리는 Swift 및 Objective-C 앱과 호환되며 언어별 추가 설정이 필요하지 않습니다.

macOS에 CocoaPods를 설치하는 방법에 관한 안내는 CocoaPods 설치 가이드를 참고하세요. 앱에 필요한 pod로 Podfile를 만드는 방법에 관한 안내는 CocoaPods 사용을 참고하세요.

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 태스크에는 이 태스크와 호환되는 학습된 모델이 필요합니다. 동작 감지기에 사용할 수 있는 학습된 모델에 관한 자세한 내용은 작업 개요 모델 섹션을 참고하세요.

모델을 선택하고 다운로드한 후 Xcode를 사용하여 프로젝트 디렉터리에 추가합니다. Xcode 프로젝트에 파일을 추가하는 방법은 Xcode 프로젝트에서 파일 및 폴더 관리를 참조하세요.

BaseOptions.modelAssetPath 속성을 사용하여 앱 번들의 모델 경로를 지정합니다. 코드 예시는 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 않은 경우 GestureRecognizer(modelPath:) 이니셜라이저를 사용하여 기본 옵션으로 동작 인식기를 만들 수 있습니다. 구성 옵션에 관한 자세한 내용은 구성 개요를 참고하세요.

동작 인식기 작업은 정지 이미지, 동영상 파일, 라이브 동영상 스트림 등 3가지 입력 데이터 유형을 지원합니다. 기본적으로 GestureRecognizer(modelPath:)는 스틸 이미지 작업을 초기화합니다. 동영상 파일 또는 라이브 동영상 스트림을 처리하도록 작업이 초기화되도록 하려면 GestureRecognizer(options:)를 사용하여 동영상 또는 라이브 스트림 실행 모드를 지정하세요. 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 태스크를 만들고 추론을 실행하는 방법을 알아보세요.

Swift

이미지

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)
    

동영상

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)
    

라이브 스트림

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

이미지

@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];
    

동영상

@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];
    

라이브 스트림

@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 iOS 앱에 관한 다음과 같은 구성 옵션이 있습니다.

옵션 이름 설명 값 범위 기본값
runningMode 작업의 실행 모드를 설정합니다. 모드는 세 가지입니다.

IMAGE: 단일 이미지 입력의 모드입니다.

동영상: 동영상의 디코딩된 프레임 모드입니다.

LIVE_STREAM: 카메라와 같은 입력 데이터의 라이브 스트림 모드입니다. 이 모드에서는 결과를 비동기식으로 수신할 리스너를 설정하려면 resultListener를 호출해야 합니다. 이 모드에서 gestureRecognizerLiveStreamDelegateGestureRecognizerLiveStreamDelegate를 구현하는 클래스의 인스턴스로 설정되어야 하며, 이 클래스는 동작 인식 실행 결과를 비동기식으로 수신합니다.
{RunningMode.image, RunningMode.video, RunningMode.liveStream} RunningMode.image
num_hands GestureRecognizer는 최대 GestureRecognizer개의 손을 감지할 수 있습니다. Any integer > 0 1
min_hand_detection_confidence 손바닥 감지 모델에서 손 감지가 성공으로 간주되기 위한 최소 신뢰도 점수입니다. 0.0 - 1.0 0.5
min_hand_presence_confidence 손 지형지물 감지 모델에서 손 존재 점수의 최소 신뢰도 점수입니다. 동작 인식기의 동영상 모드 및 라이브 스트림 모드에서 손 랜드마크 모델의 손 존재 신뢰도 점수가 이 기준점 미만이면 손바닥 감지 모델이 트리거됩니다. 그렇지 않으면 경량 손 추적 알고리즘을 사용하여 후속랜드마크 감지를 위한 손의 위치를 결정합니다. 0.0 - 1.0 0.5
min_tracking_confidence 손 추적이 성공으로 간주되는 최소 신뢰도 점수입니다. 현재 프레임과 마지막 프레임의 손 사이의 경계 상자 IoU 임곗값입니다. 동작 인식기의 동영상 모드 및 스트림 모드에서 추적이 실패하면 동작 인식기가 손 감지를 트리거합니다. 그렇지 않으면 손 감지가 건너뜁니다. 0.0 - 1.0 0.5
canned_gestures_classifier_options 미리 준비된 동작 분류기 동작을 구성하는 옵션입니다. 미리 준비된 동작은 ["None", "Closed_Fist", "Open_Palm", "Pointing_Up", "Thumb_Down", "Thumb_Up", "Victory", "ILoveYou"]
입니다.
  • 표시 이름 언어: TFLite 모델 메타데이터를 통해 지정된 표시 이름에 사용할 언어입니다(있는 경우).
  • Max results(최대 결과 수): 반환할 최고 점수 분류 결과의 최대 개수입니다. 0보다 작은 경우 사용 가능한 모든 결과가 반환됩니다.
  • 점수 기준: 점수가 이 기준점보다 낮으면 결과가 거부됩니다. 0으로 설정하면 사용 가능한 모든 결과가 반환됩니다.
  • 카테고리 허용 목록: 카테고리 이름의 허용 목록입니다. 비어 있지 않으면 이 세트에 포함되지 않은 카테고리의 분류 결과가 필터링됩니다. 차단 목록과 상호 배타적입니다.
  • 카테고리 차단 목록: 카테고리 이름의 차단 목록입니다. 비어 있지 않으면 이 세트에 있는 카테고리의 분류 결과가 필터링됩니다. 허용 목록과 상호 배타적입니다.
    • 표시 이름 언어: any string
    • 최대 결과: any integer
    • 점수 기준: 0.0-1.0
    • 카테고리 허용 목록: vector of strings
    • 카테고리 차단 목록: vector of strings
    • 표시 이름 언어: "en"
    • 최대 결과: -1
    • 점수 기준: 0
    • 카테고리 허용 목록: 비어 있음
    • 카테고리 차단 목록: 비어 있음
    custom_gestures_classifier_options 맞춤 동작 분류기 동작을 구성하기 위한 옵션입니다.
  • 표시 이름 언어: TFLite 모델 메타데이터를 통해 지정된 표시 이름에 사용할 언어입니다(있는 경우).
  • Max results(최대 결과 수): 반환할 최고 점수 분류 결과의 최대 개수입니다. 0보다 작은 경우 사용 가능한 모든 결과가 반환됩니다.
  • 점수 기준: 점수가 이 기준점보다 낮으면 결과가 거부됩니다. 0으로 설정하면 사용 가능한 모든 결과가 반환됩니다.
  • 카테고리 허용 목록: 카테고리 이름의 허용 목록입니다. 비어 있지 않으면 이 세트에 포함되지 않은 카테고리의 분류 결과가 필터링됩니다. 차단 목록과 상호 배타적입니다.
  • 카테고리 차단 목록: 카테고리 이름의 차단 목록입니다. 비어 있지 않으면 이 세트에 있는 카테고리의 분류 결과가 필터링됩니다. 허용 목록과 상호 배타적입니다.
    • 표시 이름 언어: any string
    • 최대 결과: any integer
    • 점수 기준: 0.0-1.0
    • 카테고리 허용 목록: vector of strings
    • 카테고리 차단 목록: vector of strings
    • 표시 이름 언어: "en"
    • 최대 결과: -1
    • 점수 기준: 0
    • 카테고리 허용 목록: 비어 있음
    • 카테고리 차단 목록: 비어 있음
    result_listener 동작 인식기가 라이브 스트림 모드일 때 분류 결과를 비동기식으로 수신하도록 결과 리스너를 설정합니다. 실행 모드가 LIVE_STREAM로 설정된 경우에만 사용할 수 있습니다. ResultListener 해당 사항 없음 해당 사항 없음

    실행 모드가 라이브 스트림으로 설정된 경우 동작 인식기에 동작 인식 결과를 비동기식으로 전송할 수 있는 추가 gestureRecognizerLiveStreamDelegate 구성 옵션이 필요합니다. 대리자는 gestureRecognizer(_:didFinishRecognition:timestampInMilliseconds:error:) 메서드를 구현해야 합니다. 이 메서드는 각 프레임에서 동작 인식을 실행한 결과를 처리한 후 동작 감지기에서 호출합니다.

    옵션 이름 설명 값 범위 기본값
    gestureRecognizerLiveStreamDelegate 동작 인식기가 라이브 스트림 모드에서 동작 인식 결과를 비동기식으로 수신하도록 합니다. 인스턴스가 이 속성으로 설정된 클래스는 gestureRecognizer(_:didFinishRecognition:timestampInMilliseconds:error:) 메서드를 구현해야 합니다. 해당 사항 없음 설정되지 않음

    데이터 준비

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

    사용 사례와 애플리케이션에 필요한 실행 모드를 기반으로 iOS 이미지 형식을 선택합니다.MPImageUIImage, CVPixelBuffer, CMSampleBuffer iOS 이미지 형식을 허용합니다.

    UIImage

    UIImage 형식은 다음과 같은 실행 모드에 적합합니다.

    • 이미지: UIImage 이미지 형식의 앱 번들, 사용자 갤러리 또는 파일 시스템의 이미지를 MPImage 객체로 변환할 수 있습니다.

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

    Swift

    // 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)
        

    Objective-C

    // 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 값을 사용하여 MPImage를 초기화할 수 있습니다. 동작 감지기는 .upMirrored, .downMirrored, .leftMirrored, .rightMirrored와 같은 거울 방향을 지원하지 않습니다.

    UIImage에 관한 자세한 내용은 UIImage Apple 개발자 문서를 참고하세요.

    CVPixelBuffer

    CVPixelBuffer 형식은 프레임을 생성하고 처리에 iOS CoreImage 프레임워크를 사용하는 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 감지기로 전송할 수 있습니다.

    • 동영상: 동영상 프레임을 처리를 위해 CVPixelBuffer 형식으로 변환한 후 동영상 모드에서 동작 감지기에 전송할 수 있습니다.

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

    Swift

    // 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)
        

    Objective-C

    // 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 실시간 프레임은 iOS AVCaptureVideoDataOutput에 의해 CMSampleBuffer 형식으로 비동기식으로 전송됩니다.

    Swift

    // 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)
        

    Objective-C

    // 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.

    태스크 실행

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

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

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

    Swift

    이미지

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

    동영상

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

    라이브 스트림

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

    Objective-C

    이미지

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

    동영상

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

    라이브 스트림

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

    이 샘플 코드를 사용하면 사용자가 사용 사례에 필요하지 않을 수 있는 처리 모드 간에 전환할 수 있습니다.

    다음에 유의하세요.

    • 동영상 모드 또는 라이브 스트림 모드에서 실행할 때는 입력 프레임의 타임스탬프도 동작 감지기 작업에 제공해야 합니다.

    • 이미지 또는 동영상 모드에서 실행되면 동작 감지기 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 실행하면 동작 감지기 태스크가 즉시 반환되고 현재 스레드를 차단하지 않습니다. 각 입력 프레임을 처리한 후 동작 인식 결과를 사용하여 gestureRecognizer(_:didFinishRecognition:timestampInMilliseconds:error:) 메서드를 호출합니다. 동작 인식기는 전용 직렬 디스패치 큐에서 이 메서드를 비동기식으로 호출합니다. 사용자 인터페이스에 결과를 표시하려면 결과를 처리한 후 결과를 기본 대기열에 전달합니다. 동작 인식기 작업이 다른 프레임을 처리하는 중일 때 recognizeAsync 함수가 호출되면 동작 인식기는 새 입력 프레임을 무시합니다.

    결과 처리 및 표시

    추론을 실행하면 동작 인식기 작업은 이미지 좌표의 손 랜드마크, 세계 좌표의 손 랜드마크, 손잡이(왼손/오른손), 감지된 손의 손 동작 카테고리가 포함된 GestureRecognizerResult를 반환합니다.

    다음은 이 태스크의 출력 데이터 예시입니다.

    결과 GestureRecognizerResult에는 4개의 구성요소가 포함되며 각 구성요소는 배열이며 각 요소에는 감지된 단일 손의 감지 결과가 포함됩니다.

    • 주로 사용하는 손

      손잡이는 감지된 손이 왼손인지 오른손인지 나타냅니다.

    • 동작

      감지된 손의 인식된 동작 카테고리입니다.

    • 명소

      손 랜드마크는 21개 있으며 각 랜드마크는 x, y, z 좌표로 구성됩니다. xy 좌표는 각각 이미지 너비와 높이에 따라 [0.0, 1.0] 으로 정규화됩니다. z 좌표는 랜드마크 깊이를 나타내며, 손목의 깊이가 원점이 됩니다. 값이 작을수록 랜드마크가 카메라에 더 가깝습니다. z의 크기는 x와 거의 동일한 크기를 사용합니다.

    • 세계의 명소

      21개의 손 랜드마크도 세계 좌표로 표시됩니다. 각 랜드마크는 x, y, z로 구성되며 손의 도형 중심에 원점이 있는 실제 3D 좌표를 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 태스크 출력의 시각화를 보여줍니다.