본 논문은 웨어러블 XR 기기의 증가하는 활용성을 고려하여, 에고센트릭 액션 인식(EAR) 시스템의 실시간 구현에 대한 연구를 수행했습니다. 휴대성, 배터리 수명, 연산 자원 간의 상충 관계를 고려하여 RGB 비디오 및 3D 손 자세 입력 모달리티의 샘플링 주파수가 EAR 성능과 CPU 사용량에 미치는 영향을 체계적으로 분석했습니다. 다양한 설정을 탐색하여 정확도와 계산 효율성 간의 절충 관계를 포괄적으로 특징짓고, RGB 프레임의 샘플링 속도를 낮추고 고주파수 3D 손 자세 입력을 보완하면 정확도는 유지하면서 CPU 사용량을 크게 줄일 수 있음을 밝혔습니다. 특히, CPU 사용량을 최대 3배까지 줄이면서 인식 성능 저하가 거의 없거나 전혀 없는 것을 확인했습니다. 이는 XR 기기에서 효율적인 실시간 EAR을 달성하기 위한 실행 가능한 접근 방식으로서 다중 모달 입력 전략의 잠재력을 강조합니다.
