Extraction Of Cumulative Blobs From Dynamic Gestures

要約

ジェスチャ認識は、コンピューターが人間の動きをコマンドとして解釈できるようにする CV テクノロジーに基づいた知覚ユーザー インターフェイスであり、ユーザーは手を使わずにコンピューターと通信できるため、マウスやキーボードが不要になります。
ジェスチャ認識の主な弱点は、光条件であることです。これは、ジェスチャ制御がコンピュータ ビジョンに基づいており、カメラに大きく依存しているためです。
これらのカメラは 2D および 3D でジェスチャを解釈するために使用されるため、抽出される情報は光源によって異なる場合があります。
システムの制限により、暗い環境では動作しません。
シンプルなナイトビジョンカメラは、人間には見えない赤外線も放射するため、モーションキャプチャ用のカメラとして使用できますが、赤外線フィルターのないカメラでははっきりと見ることができ、動作できないシステムの制限を大幅に克服します
暗い環境で。
したがって、カメラからのビデオストリームは、動的なジェスチャのパスの検出、分離、追跡に使用される OpenCV モジュールを実行する Python プログラムを備えた Raspberry Pi に供給され、機械学習のアルゴリズムを使用して描画されたパターンを認識します。
それに応じて、ラズベリーパイの GPIO を制御して、いくつかのアクティビティを実行します。

要約(オリジナル)

Gesture recognition is a perceptual user interface, which is based on CV technology that allows the computer to interpret human motions as commands, allowing users to communicate with a computer without the use of hands, thus making the mouse and keyboard superfluous. Gesture recognition’s main weakness is a light condition because gesture control is based on computer vision, which heavily relies on cameras. These cameras are used to interpret gestures in 2D and 3D, so the extracted information can vary depending on the source of light. The limitation of the system cannot work in a dark environment. A simple night vision camera can be used as our camera for motion capture as they also blast out infrared light which is not visible to humans but can be clearly seen with a camera that has no infrared filter this majorly overcomes the limitation of systems which cannot work in a dark environment. So, the video stream from the camera is fed into a Raspberry Pi which has a Python program running OpenCV module which is used for detecting, isolating and tracking the path of dynamic gesture, then we use an algorithm of machine learning to recognize the pattern drawn and accordingly control the GPIOs of the raspberry pi to perform some activities.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google