HEAL DSpace

Αναγνώριση δυναμικών χειρονομιών σε στατικό εγωκεντρικό περιβάλλον με χρήση αισθητήρα βάθους

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Λεμονίδης, Βασίλειος el
dc.contributor.author Lemonidis, Vasileios en
dc.date.accessioned 2017-09-27T07:11:15Z
dc.date.available 2017-09-27T07:11:15Z
dc.date.issued 2017-09-27
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/45700
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.14547
dc.rights Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα *
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ *
dc.subject Αναγνώριση χειρονομιών el
dc.subject Μηχανική μάθηση el
dc.subject Βάθος el
dc.subject Πραγματικός χρόνος el
dc.subject Gesture recognition en
dc.subject Machine learning en
dc.subject Skeletonization en
dc.subject Σκελετοποίηση el
dc.subject Realtime en
dc.subject Depth en
dc.title Αναγνώριση δυναμικών χειρονομιών σε στατικό εγωκεντρικό περιβάλλον με χρήση αισθητήρα βάθους el
heal.type bachelorThesis
heal.secondaryTitle Προσέγγιση σε πραγματικό χρόνο με χρήση ελάχιστων υπολογιστικών πόρων el
heal.classification Αντίληψη και όραση υπολογιστών el
heal.classificationURI http://data.seab.gr/concepts/12c1c913dbe758d67c4c509a6768bdbc7905830c
heal.language el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2017-07-20
heal.abstract Αντικείμενο της παρούσας διπλωματικής εργασίας αποτελεί η ανάλυση κινούμενης εικόνας, με στόχο την εξαγωγή χρήσιμων πληροφοριών για την ανίχνευση, κατάτμηση και αναγνώριση δυναμικών χειρονομιών. Τα δεδομένα τα οποία χρησιμοποιούνται προέρχονται εξ ολοκλήρου από έναν αισθητήρα βάθους. Στόχος αποτελεί η κατασκευή ενός αποδοτικού αλγορίθμου, ο οποίος επιτρέπει στην ταχεία αναγνώριση των δράσεων του χρήστη, αποσκοπώντας ταυτόχρονα στην ελάχιστη επιβάρυνση του. Προς αυτήν την κατεύθυνση, χρησιμοποιείται για την προεπεξεργα- σία ένας συνδυασμός γκαουσιανών μοντέλων και ανάλυσης περιγράμματος για την ανίχνευση και κατάτμηση του χεριού, με τη βοήθεια ενός πρότυπου αλγορίθμου ταχείας σκελετοποίησης. Οι περιγραφητές οι οποίοι χρησιμοποιούνται αποτελούν μία μίξη προϋπαρχόντων και πρότυπων ταχέων περιγραφητών, εξειδικευμένων στην εξαγωγή πληροφορίας για τη μεταβολή του σχήματος του υπό εξέταση αντικειμένου στο χρόνο. Το στάδιο της ταξινόμησης χρησιμοποιεί διανύσματα υποστήριξης μηχανής (γνωστά ως SVM) και τυχαία δάση (γνωστά στη διεθνή βιβλιογραφία ως Random Forests), τα οποία συνδυάζονται με τη χρήση ενός πρότυπου πιθανοτικού μοντέλου για να καταστεί δυνατή η αναγνώριση της χειρονομίας. Ο τρόπος με τον οποίο παρουσιάζεται ο προτεινόμενος αλγόριθμος φανερώνει την ανάγκη ανάδειξης της πρακτικότητας του και τη δυνατότητα άμεσης εφαρμογής του. el
heal.abstract TheobjectiveofthecurrentThesisistheextractionofvaluableinformationfromavideostream, relativetothedetection,segmentationandrecognitionoftheenrollingdynamichumangestures. The data being used is fully produced with a depth sensor. In order to accomplish this task, we propose an efficient algorithm, which allows fast recognition of a user’s actions. To this end, in the preprocessing stage we manage to detect and segment the user’s hand, making use of a combination of Gaussian Mixture Models and Contour Analysis, with the addition of an innovative fast skeletonization subsystem. In order to describe efficiently the actions’ nature, we deploy a mixture of existing and original descriptors, specialized in extracting information about the shape alteration of the object of interest. In the classification stage we use Support Vector Machines (SVM) and Random Forests, which are joined together, with the deployment of an innovative probability model, in order to perform successful gesture recognition. The way with which the proposed algorithm is being presented exposes its applicability and its potential of immediate implementation. en
heal.advisorName Μαραγκός, Πέτρος el
heal.committeeMemberName Τζαφέστας, Κωνσταντίνος el
heal.committeeMemberName Ποταμιάνος, Γεράσιμος el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Σημάτων, Ελέγχου και Ρομποτικής el
heal.academicPublisherID ntua
heal.numberOfPages 160 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-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Εκτός από όπου ορίζεται κάτι διαφορετικό, αυτή η άδεια περιγράφεται ως Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα