Hand gesture recognition system
El işareti tanıma sistemi
- Tez No: 268248
- Danışmanlar: DOÇ. DR. MEHMET METE BULUT, PROF. DR. GÖZDE BOZDAĞI AKAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 91
Özet
Bu tez çalışması etkileşimli bilgisayar uygulamalarındaki klavye ve fare gibi girdi çevre birimleri yerine statik ve dinamik el işaretlerini kullanan bir el işareti tanıma sistemini sunmaktadır. Bu tip sistemlere ilgi artmış olmasına rağmen günümüzdeki çalışmalarda hala kısıtlayıcı bir takım kıstaslar vardır. Çoğu uygulama, sadece belirli ışık koşullarında çalışabilme, belirli bir kamera tipi ile çalışabilme, kullanıcının renkli bir eldiven giymesi ya da çok fazla eğitici veriye ihtiyaç duyma gibi çeşitli kıstaslara sahiptir. Bu çalışmada anlatılan sistem, tüm bu kısıtlamaları ortadan kaldıran ve kullanıcıya kendi kendine uyarlanabilen, zahmetsiz bir uygulama sunmaktadır. Çalışma farklı renk uzaylarının ten rengi çıkarma performanslarını karşılaştıran bir analiz ile başlamaktadır. Bu analiz, çalışan sistemden bağımsız bir çalışmadır ve sadece renk uzaylarını daha yakından tanımak adına yapılmıştır. Çalışan sistem el tespit etme ve el işareti tanıma olarak iki kısımdan oluşmaktadır. El tespit etme kısmı, düzgelenmiş RGB renk uzayındaki ten rengi gezingeninin imgedeki pikselleri kabaca eşiklemesiyle başlar. Ardından, sınırları eşiklenen bu ten rengi piksellerinden kestirimlenen uyarlanmış bir ten rengi gezingeni mevcut koşulların ten rengini çıkarır. Yüzün sabit bir şekli olduğu için, ten rengi piksellerinin arasında biçim analizi ile yüz tespit edilir. Geri kalan bağlantılı ten pikselleri ise el olarak tespit edilir. El işareti ise iyileştirilmiş merkezi kesit çıkarma yönteminin tespit edilen elin etrafına uygulanması ile tanınır. 3 boyutlu uçak savaş oyunu, boks oyunu ve video oynatıcısı uygulamaları bu çalışmanın teorik altyapısını kullanan örnek insan-bilgisayar etkileşimli uygulamalar olarak geliştirilmiştir. Deneylerde, kaydedilmiş video görüntüleri sistemin performansını ölçmek amacıyla kullanılmış ve yaklaşık %90'lık bir doğru tanıma başarısı gerçek zamanlıya yakın bir hesaplama ile elde edilmiştir.
Özet (Çeviri)
This thesis study presents a hand gesture recognition system, which replaces input devices like keyboard and mouse with static and dynamic hand gestures, for interactive computer applications. Despite the increase in the attention of such systems there are still certain limitations in literature. Most applications require different constraints like having distinct lightning conditions, usage of a specific camera, making the user wear a multi-colored glove or need lots of training data. The system mentioned in this study disables all these restrictions and provides an adaptive, effort free environment to the user. Study starts with an analysis of the different color space performances over skin color extraction. This analysis is independent of the working system and just performed to attain valuable information about the color spaces. Working system is based on two steps, namely hand detection and hand gesture recognition. In the hand detection process, normalized RGB color space skin locus is used to threshold the coarse skin pixels in the image. Then an adaptive skin locus, whose varying boundaries are estimated from coarse skin region pixels, segments the distinct skin color in the image for the current conditions. Since face has a distinct shape, face is detected among the connected group of skin pixels by using the shape analysis. Non-face connected group of skin pixels are determined as hands. Gesture of the hand is recognized by improved centroidal profile method, which is applied around the detected hand. A 3D flight war game, a boxing game and a media player, which are controlled remotely by just using static and dynamic hand gestures, were developed as human machine interface applications by using the theoretical background of this study. In the experiments, recorded videos were used to measure the performance of the system and a correct recognition rate of 90% was acquired with nearly real time computation.
Benzer Tezler
- Hand gesture recognition via CNN-LSTM neural networks and EMG signals
CNN-LSTM sinir ağları ve EMG sinyalleri ile el hareketi tanıma
ZAHRAA GHALIB HADI SAWAFI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURCU TUNÇ ÇAMLIBEL
- Hand gesture recognition
El hareketi tanıma
AHMET BİRDAL
Yüksek Lisans
İngilizce
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. REZA HASSANPOUR
- Hand gesture recognition using artifical neural networks
El işaretlerinin yapay sinir ağları ile algılanması
GÖRKEM GÖKNAR
Yüksek Lisans
İngilizce
2005
Elektrik ve Elektronik MühendisliğiYeditepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ.DR. TÜLAY YILDIRIM
- Hand gesture recognition
El işareti tanıma
BEKİR CAN
Yüksek Lisans
İngilizce
2012
Elektrik ve Elektronik MühendisliğiDokuz Eylül ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. METEHAN MAKİNACI
- An implementation of machine learning algorithms for hand gesture recognition
El hareketlerini tanıma için makine öğrenmesi algoritmalarının uygulanması
AYBÜKE KEÇECİ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYaşar ÜniversitesiBilgisayar Mühendisliği Bilim Dalı
DR. ÖĞR. ÜYESİ İBRAHİM ZİNCİR