Contributions to hand gesture recognition on the basis of range data

• Autores: Javier Molina Vela
• Directores de la Tesis: José María Martínez Sánchez (dir. tes.)
• Lectura: En la Universidad Autónoma de Madrid ( España ) en 2012
• Idioma: inglés
• Tribunal Calificador de la Tesis: Montserrat Pardas Feliu (presid.), Jesús Bescós Cano (secret.), Francisco Morán Burgos (voc.), Luis Salgado Álvarez de Sotomayor (voc.), Fernando Díaz (voc.)
• Materias:
  • Ciencias tecnológicas
    • Tecnología de las telecomunicaciones
• Enlaces
  • Tesis en acceso abierto en: Biblos-e Archivo
• Resumen

  • El uso de gestos manuales ofrece una alternativa a los interfaces hombre-máquina más comunes, proporcionando una manera más intuitiva de navegar a través de menus y aplicaciones multimedia. Este trabajo presenta contribuciones en el ámbito de reconocimiento de gestos manuales tomando como entrada información de profundidad de la escena. Inicialmente se presenta una colección de vídeos e imágenes de profundidad asociada a distintos diccionarios de gestos manuales: los vídeos son capturas reales, mientras que las imágenes son generadas sintéticamente. Este contenido constituye un marco para la comparación de distintas soluciones de reconocimiento de gestos manuales. Junto a esta colección se proponen una serie de factores críticos a considerar a la hora de recopilar contenido asociado a gestos manuales, evaluando su incidencia en las distintas colecciones disponible en el Estado del Arte. En términos de escalabilidad, además de la solución para la genereción de datos sintéticos utilizada en la colección propuesta, se propone el concepto de usuario sintético, que es el resultado de introducir variaciones en los parámetros que de nen la mano sintética utilizada en el proceso de creación de contenido arti cial. La representatividad de la colección sintética queda demostrada con un esquema de evaluación en el que el entrenamiento se realiza con esta misma, mientras la evaluación se realiza con contenido de usuarios reales. Se presentan dos ejemplos de aplicación de sistemas de reconocimiento de gestos manuales, que hacen uso de dos de los diccionarios propuestos en la colección: El primero reconoce gestos de distinta naturaleza, previa segmentación basada en información de profundidad, y en base a una descripción de bajo nivel relacionada con información morfológica del contorno de la mano. La posterior clasi cación discrimina entre un diccionario de poses estáticas de mano para luego, en combinación con la trayectoria estimada de la mano, realizar una separación entre los gestos dinámicos.¿ El segundo sistema se centra en gestos manuales basados en la trayectoria realizada. En esta aproximación se modelan distintas trayectorias mediante un modelo sintético de brazo humano, que es con gurado para la consecución de patrones de movimiento de distinto tipo y con distintas velocidades.Ambos sistemas son capaces de trabajar en tiempo real, permitiendo así la interacción práctica entre hombre y máquina