1 / 30

Gestenerkennung

Gestenerkennung. Von albert gass. Gliederung. Einleitung e inleitendes Zitat Visuelle Gestenerkennung Allgemein Merkmale Farben Geometrie der Objekte. gliederung. Modellierung der beteiligten Daten Art der Datenaufnahme Daten-Handschuhe p artiell gefärbte Handschuhe

hazel
Download Presentation

Gestenerkennung

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Gestenerkennung Von albert gass

  2. Gliederung • Einleitung • einleitendes Zitat • Visuelle Gestenerkennung • Allgemein • Merkmale • Farben • Geometrie der Objekte

  3. gliederung • Modellierung der beteiligten Daten • Art der Datenaufnahme • Daten-Handschuhe • partiell gefärbte Handschuhe • natürliche Erkennung • Zeichnen-Modell • Hand-Erkennung • Phasen der Gestenerkennung • Algorithmen und Verfahren • Rubine Alg., SiGrid Alg., DTW, HHM

  4. Gliederung • Schwierigkeiten • Hardware • Beleuchtung • Perspektive • Feinheit der Gesten • Quellen

  5. einleitung "Computersbecameprimaryobjectsofourattentionresulting in an areacalled“human computerinteraction.” Today, however, we must ask: Are weactuallyinterestedin interactingwithcomputers? Isn’tourgoalrathertointeractwithinformation, tocommunicateandtocollaboratewithpeople? Shouldn’tthecomputermoveintothebackground?" - N., Streiz

  6. einleitung • Computer treten mehr in den Hintergrund • Unterstützende Funktion • Integration als Kommunikationsapparat • Intelligenz und Autonomie • Heutige Bedienungserleichterungen: • Touchscreens • PDAs • Graphic-Tablets

  7. Visuelle gestenerkennung

  8. allgemein • Basiert auf Bildverarbeitung • Verfolgung von Bewegungen • -> Erkennen von Gesten • Verfolgung von ausgezeichneten Markern/Merkmalen bzw. Eigenschaften

  9. merkmale

  10. farben • einfachste Eigenschaft • Beschreibung jedes Pixels eines digitalen Bildes mit seiner Farbe • Aufgespannter Farbraum als Schwellenwert • Abhängigkeit von der Beleuchtung

  11. Geometrie der objekte • einfache Objekte • z.B.: Kreis • komplexe Objekte • menschliches Gesicht • mehrere Objekte müssen parallel erkannt werden

  12. Modellierung der beteiligten Daten

  13. Art der datenaufnahme

  14. Daten-handschuhe • korrekte Position • hohe Genauigkeit und Geschwindigkeit • gute Kompatibilität • Nachteil • Bewegungseinschränkung

  15. Partiell gefärbte Handschuhe • Position durch Farberkennung • zuverlässig • Einschränkung der Natürlichkeit

  16. Natürliche Erkennung • keine zusätzliche Hardware nötig • Darstellung der natürlichen Hand • basiert auf Modellen, konzipiert für • Aussehen • Erscheinung • Zugriff auf maschinelles Lernen

  17. Zeichnen-modell • erfolgreich für stiftbasierte Benutzerschnittstellen

  18. Hand-erkennung • Unterteilung in Vorder- und Hintergrund • Pigmentierung • YUV-Farbmodell • Gauss • Statistisches Modell • Farben-Normierung • Beschleunigt die Rechengeschwindigkeit • Kontur eines Objekts

  19. Phasen der Gestenerkennung • Data Acquisition • Sammeln der wichtigen Daten • Gesture Modeling • Anwendung der empfangenen Daten auf das jeweilige Modell • meist sind einige Vorprozesse nötig • Feature Extraction • weich und reibungslos • Merkmale können zu Trainingszwecken und als Vorlage dienen • Recognition Stage • Klassifizierung der Geste

  20. Algorithmen und Verfahren

  21. Rubine Algorithmus • entwickelt von Dean Rubine (1991) • Basis vieler Algorithmen zur Gestenerkennung • merkt sich in periodischen Intervallen die Position • Feature-Ermittlung • Sinus, Cosinus • Entfernungen • Dauer und Geschwindigkeit

  22. Sigrid Algorithmus • entwickelt von Beat Signer, Moira Noirre und Ueli Kurrmann (2007) • Basiert auf Bit-Signaturen in einem Grid • n gleich große Quadrate • Eindeutigkeit durch Bit-String • Transformation des Zeichenvorgangs auf Grid • Vergleich mit bereits bekannten Bit-Strings • Levensthein Distanz • Hamming Distanz

  23. Dynamic time warping • misst Ähnlichkeiten zweier Sequenzen • unabhängig von • Zeit • Geschwindigkeit • Rechenaufwand • O(n²) • Anwendung • Sprach-, Unterschriften- und Umrisserkennung

  24. Hidden markovmodel • stochastisches Modell • Markov-Kette mit unbeobachteten Zuständen • Übergang auf zufällig Weise von einem in einen anderen Zustand • Anwendung • Sprach- und Gestenerkennung • Spamfilter • Schriftenerkennung

  25. Schwierigkeiten

  26. hardware • Wahl der verwendeten Hardware zur Erfassung • davon abhängig ist: • Qualität des Ausgangsmaterials • gewünschte Informationen • Infrarot-, Restlicht- oder Normalbilder • hohe Auflösung für feine Details • hohe Frequenz der Aufnahme (vor allem bei Bewegungsabläufen)

  27. Beleuchtung • Einschränkungen der Farbqualität durch Schatten und Reflexion • Verfälschung der Farben durch auftretende Blendeffekte • Verdunkelung der Farbtöne durch Schatten • Zusammensetzung des Lichts • natürliches und künstliches Licht • unterschiedliche Blauanteile

  28. Perspektive • Entfernung zur Kamera • eintretender Winkel vom Objekt • auftretende Phänomene • Objekte werden überdeckt • Objekte werden verzerrt dargestellt • je nach Entfernung Gesten schwer erkennbar • Lösung • mehrere Kameras verwenden

  29. Feinheit der Gesten • wann und welche Gesten sollen erkannt werden • Bewegungen metrisch erfassen • mögliche Probleme bei zu starker Feinheit • Fehlinterpretation unbewusster Bewegungen • leichtes Zittern

  30. Quellen • http://www.ampublisher.com/Mar%202012/IPCV-1203-015-Hand-Gesture-Modeling-Recognition-Geometric-Features-Review.pdf • http://de.wikipedia.org/wiki/Wikipedia:Hauptseite • http://users.informatik.haw-hamburg.de/~ubicomp/projekte/master10-11-aw1/kilan/bericht.pdf

More Related