Wyniki wyszukiwania - BazTech

1

Rozpoznawanie gestów rąk w układzie wizyjnym

Kapuściński T., Marnik J., Wysocki M.

Pomiary Automatyka Kontrola

|

2005

|

R. 51, nr 1

56-59

PL

Przedstawiono wyniki prac autorów, dotyczące rozpoznawania kształtu dłoni, wskazań obiektów oraz gestów dynamicznych, przydatnych w robotyce.

EN

The paper considers vision-based hand gesture interfaces. Results obtained by the authors, concerning recognition of hand posture, pointing direction, and some dynamic gestures useful in robotics are presented.

2

Hand posture recognition using mathematical morphology

Marnik J., Wysocki M.

Archiwum Informatyki Teoretycznej i Stosowanej

|

2004

|

T. 16, z. 4

279-293

EN

The paper presents a new method of hand posture recognition. To construct the feature vector the method uses results of morphological hit or miss transforming elements representing characteristic fragments of the hand. Details of the solution are described. Results of the Polish Finger Alphabet (PFA) recognition with neural networks and their fusions are given. The hand postures encountered in PFA are complicated enough, so the proposed method can be useful for recognizing other gestures. We show it for eight signs that can be used in communications with a robot.

PL

W pracy została przedstawiona nowa metoda rozpoznawania kształtu dłoni. Wykorzystuje ona morfologiczną transformację trafi-nie-trafi obrazu binarnego. Szczegółowo omówiono zagadnienie konstruowania wektora cech. Przedstawiono wyniki rozpoznawania znaków Polskiego Alfabetu Palcowego i kilku innych gestów. Do klasyfikacji stosowano sieci neuronowe.

3

Problematyka rozpoznawania gestów wykonywanych rękami

Kapuściński T., Marnik J., Wysocki M.

Pomiary Automatyka Kontrola

|

1999

|

R. 45, nr 8

22-25

PL

W pracy omówiono problemy związane z rozpoznawaniem przez maszynę (robota) gestów wykonywanych przez człowieka rękami. Przedstawiono rezultaty własnych prac dotyczących tych zagadnień, zwracając uwagę na trzy elementy 1) rozpoznawanie koloru skóry, 2) rozpoznawanie układu dłoni, 3) rozpoznawanie trajektorii charakteryzującej gest dynamiczny.

EN

The paper considers development of hand gesture interfaces for human-robot interaction. Some results obtained by the authors are discussed. The results concern (1) detection of human skin using color distribution in normalized r-g space, (2) hand posture recognition using morphological hit-or-miss transformation, and (3) recognition of dynamic gestures by optic flow method.

4

Komputerowe rozpoznawanie znaków Polskiego Alfabetu Palcowego

Marnik J.

Archiwum Informatyki Teoretycznej i Stosowanej

|

1999

|

T. 11, z. 2

157-169

PL

Niniejsza praca prezentuje sposób rozpoznawania zestawu migowych znaków reprezentujących litery alfabetu polskiego. Znaki te składają się na tzw. Polski Alfabet Palcowy. Można je podzielić na znaki statyczne i znaki dynamiczne. Podczas przekazywania znaku dynamicznego ważny jest kształt trajektorii ruchu dłoni. Niektóre znaki różnią się tylko tym, że jeden z nich jest statyczny, a drugi dynamiczny, gdyż układ dłoni jest dla nich identyczny. Z tego względu w celu rozpoznania znaku należy najpierw określić układ dłoni przekazującej znak (tj. liczbę i kierunek wyciągnietych palców oraz ich ułożenie względem siebie), a następnie sprawdzić, czy ręka wykonuje ruch. Jeśli tak, należy rozpoznać trajektorię tego ruchu. Do analizy układu dłoni wykorzystano morfologiczną transformację trafi-nie trafi. W wyniku wykonania tej transformacji otrzymuje się zbiór niewielkich obiektów, z których każdy odpowiada okreslonemu ułożeniu palców dłoni. Na tej podstawie dokonywane jest rozpoznanie. Trajektoria ruchu otrzymywana jest z użyciem metody przepływu optycznego. Zbiór współrzędnych kolejnych punktów trajektorii przekształcany jest na wektor cech podawany później na wejscie sieci neuronowej LVQ. Wektor otrzymywany na wyjściu sieci okresla rodzaj trajektorii.

EN

This paper presents a Polish Finger Alphabet recognition system. The Polish Finger Alphabet is the name of the set of signs representing Polish alphabet letters. There are two groups of signs: static and dynamic. Static signs do not involve any movement of the hand. During the presentation of the dynamic sign, the palm movement is critical because it is responsible for forming movement trajectory. The importance of the trajectory formed lies in the fact that some of the signs can be distinguished only by the difference in the trajectory form. The palm forms the same sign otherwise (for some static and dynamic signs). For this reason the process has to begin first with the recognition of the palm image (e. g. the umber and direction of drawn fingers as well as their position in relation to each other) and next the palm movement, if any. Sholud the palm move, the trajectory has to be recognized. Morphological hit or miss transformation serves the purpose of recording the palm image. The transformation results in a set of small objects representing specific finger configurations. The patterns formed serve as a recognition platform. The optical flow technique generates the trajectory of the movement. A set of such obtained coordinates of succesive trajectory points is transformed onto a feature vector which includes a LVQ neural network input. A response of the network denotes the trajectory form. A specific sign is recognized and classified.

5

Narzędzia morfologii matematycznej do analizy cech obiektów

Marnik J.

Archiwum Informatyki Teoretycznej i Stosowanej

|

1998

|

T. 10, z. 1-2

57-70

PL

W pracy omówione zostały metody wyznaczania cech obiektów oparte na morfologii matematycznej: widmo kształtu, metoda pomiaru stopnia rozproszenia (PSR) oraz metoda opisu kształtu obiektów. Wszystkie te metody są znane i wykorzystywane w praktycznych zastosowaniach dotyczących klasyfikacji. Każda z nich generuje wektor cech analizowanych obiektów. Zaprezentowane metody są niezmiennicze względem przesunięcia, zmiany skali oraz obrotu. Dla uzyskania widma kształtu wykorzystuje się morfologiczną transformację otwarcia. Otrzymany wektor cech charakteryzuje się niewielkimi rozmiarami. W metodzie PSR, w odróżnieniu od widma kształtu, analizie poddawane są tylko pewne fragmenty obiektu najdalej położone od jego środka. Dzięki temu możliwe jest rozpoznanie obiektów częściowo niewidocznych. Metoda opisu kształtu obiektów wykorzystuje transformację morfologiczną trafi--nie trafi do wykrycia fragmentów brzegu obiektu o ustalonych kształtach, na przykład linii prostych czy kątów. Cechy każdego ze znalezionych fragmentów stanowią elementy wektora cech.

EN

In the paper three morfological shape descriptors for object feature representation are presented: pecstrum (pattern spectrum), SDT (scatter degree technique) and shape characteristic by hit-and-miss transformation. All these methods are known and practical used in shape-recognition applications. All of them generate object feature vectors and are translation, rotation and scale invariants. The use of pecstrum is attractive because the pecstrum is represented by a vector with only a few components. While the pecstrum can be considered as a global feature detection scheme, the SDT performs local feature detection. The SDT emphasizes the distinguishing details around the center of an object and the relationship of some feature points on its image contour. By using the SDT scheme one can recognize object with invisible parts. The third shape descriptor, the hit-and-miss transformation, detects parts of the object contour with predefined shape, e.g. straight lines, corners, etc. The feature vector contains description of each such obtained set.