합성곱 신경망(CNN)과 같은 딥러닝 알고리즘을 사용하여 카메라가 촬영한 얼굴 이미지를 처리하여 눈, 코, 입, 눈썹 등의 위치, 모양, 윤곽 정보 등 얼굴의 주요 특징점을 정확하게 추출하고, 얼굴 자세, 표정 등의 특징을 분석하여 이후 커서 제어를 위한 정확한 데이터 기반을 제공합니다.

칼만 필터링, 입자 필터링 및 기타 알고리즘을 광학 흐름 방법과 결합하여 연속적인 비디오 프레임에서 감지된 얼굴 특징점과 머리 자세를 실시간으로 추적하면 좌우 회전, 상하 피치, 앞뒤 이동을 포함하여 3차원 공간에서 머리의 움직임을 정확하게 추적할 수 있으므로 다양하고 복잡한 동작 상황에서 머리 변화를 안정적이고 빠르게 추적할 수 있습니다.

감지된 머리 움직임과 얼굴 표정을 화면의 다양한 커서 동작에 정확하게 매핑하는 정밀한 알고리즘을 설계합니다. 예를 들어, 커서의 수평 이동은 머리의 좌우 움직임에 대응하고, 수직 이동은 상하 움직임에 대응하며, 눈 깜빡임, 미소 등의 표정은 클릭, 더블 클릭, 스크롤 등의 동작에 매핑할 수 있으며, 사용자의 습관과 필요에 따라 개인화된 매핑 설정을 할 수 있습니다.

원활한 소프트웨어 작동과 사용자 경험을 보장하기 위해서는 카메라로 촬영한 이미지에 대한 실시간 처리 및 최적화가 필수적입니다. 여기에는 흑백 처리, 노이즈 감소, 이미지 정규화와 같은 전처리 작업과 더불어, 이미지 품질과 처리 속도를 향상시키고 지연 시간과 랙을 줄이기 위한 얼굴 특징 추출 및 추적 프로세스의 다양한 최적화 알고리즘이 포함됩니다.

사용자 보정 기능을 제공하여 사용자가 얼굴 특징, 사용 습관 및 기기 환경에 따라 카메라 매개변수, 얼굴 추적 영역, 동작 감도, 조명 대상 속도 등을 조정하는 등 소프트웨어 보정 및 설정을 개인화할 수 있습니다. 동시에 소프트웨어는 최적의 성능과 정확도를 유지하기 위해 사용자 행동 및 환경 변화에 따라 관련 매개변수를 자동으로 조정할 수 있는 적응 기능도 갖춰야 합니다.

당사는 사용자 개인정보 보호를 매우 중요하게 생각하며, 수집, 저장, 전송 및 처리 과정에서 사용자 얼굴 데이터의 보안 및 기밀 유지를 위해 엄격한 보안 조치를 취하고 있습니다. 예를 들어, 데이터 암호화, 데이터 접근 제한, 관련 개인정보 보호 규정 및 표준 준수, 그리고 사용자 데이터를 불법적이거나 허가되지 않은 목적으로 사용하지 않는 것이 포함됩니다.