HEAL DSpace

Ποιοτική ανάλυση και αναγνώριση χειρονομιών

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Μαυρουδέας, Γεώργιος el
dc.contributor.author Mavroudeas, Georgios en
dc.date.accessioned 2017-09-01T08:49:25Z
dc.date.available 2017-09-01T08:49:25Z
dc.date.issued 2017-09-01
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/45456
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.14463
dc.rights Αναφορά Δημιουργού 3.0 Ελλάδα *
dc.rights.uri http://creativecommons.org/licenses/by/3.0/gr/ *
dc.subject Νευρωνικά δίκτυα el
dc.subject Αυτο-οργανούμενοι χάρτες el
dc.subject Επικοινωνία ανθρώπου μηχανής el
dc.subject Αναγνώριση χειρονομιών el
dc.subject Neural networks en
dc.subject Self organizing maps en
dc.subject Human computer interaction en
dc.subject Gesture recognition en
dc.title Ποιοτική ανάλυση και αναγνώριση χειρονομιών el
heal.type bachelorThesis
heal.classification Προχωρημένη μηχανική μάθηση el
heal.classificationURI http://data.seab.gr/concepts/d5cf140063d31fceb414be6c8dcb4654ffd3efcf
heal.language el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2017-06-30
heal.abstract Η αποτελεσματική επικοινωνία ανθρώπου μηχανής μέσω φυσικών κινήσεων οδήγησε στη μελέτη των ανθρώπινων χειρονομιών στο πλαίσιο της χρησιμοποίησης τους για το σκοπό αυτό.Το επόμενο βήμα ήταν η εξαγωγή της γνώσης από τη μελέτη, στη δημιουργία συστημάτων ικανά να αναγνωρίζουν αυτόματα τις κινήσεις του ανθρώπου και να εκτελούν λειτουργίες με βάση αυτές.Σκοπός της παρούσας διπλωματικής εργασίας είναι, η δημιουργία ενός τέτοιου συστήματος, ικανό να προβαίνει στην αυτόματη αναγνώριση μιας συγκεκριμένης κλάσης χειρονομιών που βασίζονται σε κινήσεις των χεριών Για τη διεκπαιραίωση αυτού του εγχειρήματος χρησιμοποιούνται τεχνικές που βασίζονται σε αυτό-οργανούμενους χάρτες (SOM), στις Μαρκοβιανές Αλυσίδες (Markov Chains) και στα Κρυφά Μαρκοβιανά Μοντέλα (Hidden Markov Models).Τέλος η διπλωματική αγγίζει και το κομμάτι της εκφραστικότητας αναλύοντας τη θεωρία της και εξάγοντας στατιστικές παραμέτρους που σχετίζονται με αυτήν el
heal.abstract The need for efficient human computer communication through physical movement lead to the study of human gestures for the purpose mention above.The next step as an aftereffect of that study was the utilization of that knowledge in order to built systems capable of identyfing human movements in an automatic manner and to operate based on them.The purpose of this diploma thesis is, the creation of a system with the ability of recognizing automatically a specific class of human gestures based on hand and arm movements. To be able to accomplish the aformentioned task we utilize technics based on self organizing maps (SOM),Markov chains and Hidden Markov Models (HMM).Finally the following thesis covers and a part of expressivity, analyzing its theory and extracting several statistical measures rerated to it. en
heal.advisorName Σταφυλοπάτης, Ανδρέας-Γεώργιος el
heal.committeeMemberName Σταφυλοπάτης, Ανδρέας-Γεώργιος el
heal.committeeMemberName Στάμου, Γεώργιος el
heal.committeeMemberName Νικήτα, Κωνσταντίνα el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών el
heal.academicPublisherID ntua
heal.numberOfPages 113 σ.
heal.fullTextAvailability true


Αρχεία σε αυτό το τεκμήριο

Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο:

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού 3.0 Ελλάδα Εκτός από όπου ορίζεται κάτι διαφορετικό, αυτή η άδεια περιγράφεται ως Αναφορά Δημιουργού 3.0 Ελλάδα