Rozpoznawanie gestów wykonywanych dłońmi na podstawie pojedynczych obrazów

• Autorzy: Koszowski G.

Warianty tytułu

EN

Human hand gesture recognition based upon single images

• Języki publikacji: PL

Abstrakty

PL

Artykuł zawiera wyniki 3 grup algorytmów stosowanych do rozpoznawania gestów wykonywanych dłońmi na podstawie pojedynczych obrazów. Algorytmy te opierają się na: dopasowaniu szablonów masek binarnych obrazów, metodach opartych na konturach dłoni w obrazie oraz detekcji reprezentantów punktów reprezentujących krzywizny konturów dłoni. Wyniki uzyskano na podstawie 3 baz danych, w których obrazy zostały podzielone na bazę testową i referencyjną. Jedna baza referencyjna została wygenerowana na podstawie modelu 3D.

EN

This Paper include results of 3 groups of algorithms used to hand pose gesture recognition based on single images. Those algorithms base on: Template Matching of binary masks from images, methods based on hand contours in image and the Points representing points from curvatures detection. Results were obtained with 3 databases, which images were split for test and reference database. One of reference databases was generated from the 3D model.

Słowa kluczowe

PL

rozpoznawanie gestów; dopasowywanie szablonów; metryka Hausdorffa; detekcja punktów krzywizn

EN

gesture recognition; template matching; Hausdorff metric; curvature points detection

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2013
• Tom: Vol. 34, nr 2A
• Strony: 379--392
• Opis fizyczny: Bibliogr. 10 poz.

Twórcy

autor

Koszowski G.

• Politechnika Śląska, Instytut Informatyki, ul. Akademicka 16, 44-100 Gliwice, Poland

Bibliografia

• 1. Pickering C. A.: The search for a safer driver interface: a review of gesture recognition Human Machine Interface. IEE Computing and Control Engineering, 2005, s. 34÷40.
• 2. Rosales R., Sclaroff S.: Combining Generative and Discriminative Models in a Framework for Articulated Pose Estimation. International Journal of Computer Vision, Vol. 67, 2006.
• 3. Stenger B.: Template-Based Hand Pose Recognition Using Multiple Cues. Narayanan P. J. et al. (eds.): ACCV 2006, LNCS 3852, Springer-Verlag, Berlin/Heidelberg 2006, s. 551÷560.
• 4. Chen J.-Y., Chang Y.-H.: A hand-pose recognition system using a combined classifier of shift distances and Fourier features. The 20th IPPR Conference on Computer Vision, Graphics and Image Processing (CVGIP), 2007.
• 5. Wysocki M., Kapuściński T., Marnik J., Oszust M.: Rozpoznawanie gestów wykonywanych rękami w systemie wizyjnym. Oficyna Wydawnicza Politechniki Rzeszowskiej, Rzeszów 2011.
• 6. Chaudhary A., Raheja J. L., Das K., Raheja S.: Intelligent Approaches to interact with Machines using Hand Gesture Recognition in Natural way: A Survey. International Journal of Computer Science & Engineering Survey (IJCSES), Vol. 2, No. 1, 2011.
• 7. Stergiopoulou E., Papamarkos N.: Hand gesture recognition using a neural network shape fitting technique. Engineering Applications of Artificial Intelligence, Vol. 22, Issue 8, 2009, s. 1141÷1158.
• 8. Bradski G.: The OpenCV Library, Dr. Dobb's J. of Software Tools, Vol. 25, No. 11, 2000, s. 120÷126.
• 9. Koszowski G., Michał K.: Modelowanie ludzkiej dłoni na potrzeby rozpoznawania gestów. Studia Informatica, Vol. 33, No. 2B (106), 2012, s. 25÷37.
• 10. Chetrikov D., Szabo Z.: A Simple and Efficient Algorithm for Detection of High Curvature Points in Planar Curves. Proc. 23rd Workshop of the Austrian Pattern Recognition Group, 1999, s. 175÷184.