Gesture analysis and recognition based on MEMS sensors
MEMS sensörlerine dayalı hareket analizi ve tanıma
- Tez No: 620563
- Danışmanlar: DOÇ. DR. YAVUZ ŞENOL
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 98
Özet
Bu çalışma, havaya çizilen şekilleri anlamlandırmak üzere Mikro-Elektro-Mekanik Sistem (MEMS) sensörlerinin kullanımını ve sensör verilerini aktarmak için Bluetooth haberleşmeyi kapsamaktadır. Kişilerin, özellikle konuşma engelli çocukların el, kol hareketleriyle vereceği komut, şekil, harf veya rakam gibi karakterlerin anlamlandırılması önemlidir. Bu amaçla dinamik el hareketini yakalamak için MEMS sensörü olarak bir tür atalet ölçü birimi olan MPU6050 kullanılmıştır. Bu cihaz, içinde dahili olarak bulunan jiroskop ve ivme ölçer sensörlerinden alınan verileri Bluetooth üzerinden bilgisayar ortamına aktaran tümleşik küçük bir yapıda olması sebebiyle tercih edilmiştir. Onlar el ve kol üzerinde kolayca yerleştirilebilecektir. Bu çalışmada, el hareketleriyle oluşturulan bazı sayılar, harfler ve geometrik şekiller MATLAB'da gizli Markov model algoritması kullanılarak tanımlanmıştır. Elde edilen veriler kablosuz iletişim yoluyla bir bilgisayara aktarılır. Deneysel çalışmalar, sistemin oluşturulan hareketleri başarıyla tanıyabildiğini göstermiştir.
Özet (Çeviri)
This study covers the use of Micro-Electro-mechanical system (MEMS) sensors and communication with Bluetooth to transmit sensor data in order to understand the shape drawn into the air. It is important for people, especially children with speech disabilities, to be understood by the characters such as commands, shapes, letters or numbers that are given by their hand or arm movements. For this purpose, the MPU6050 which is type of inertial measurement unit, was used as a MEMS sensor to capture dynamic hand movement. This device is preferred because it is a small integrated structure that transfers data from the gyroscope and accelerometer sensors inside to the computer via Bluetooth. They can be placed easily on the hand and arm. In this study, some numbers, letters and geometrical shapes, which were generated by hand movements, have been recognized using hidden Markov model algorithm in MATLAB. The obtained data is transferred to a computer by means of wireless communication. The empirical studies have shown that the system can successfully recognize the generated gestures.
Benzer Tezler
- ARM tabanlı gömülü sistemlerde kulak tanıma sisteminin gerçeklenmesi
Realizing of ear recognition system with arm based on embedded system
ÜMİT KAÇAR
Yüksek Lisans
Türkçe
2013
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MÜRVET KIRCI
- Emotion recognition using deep learning focusing on the hand and facial expressions
El ve yüz ifadelerine odaklanan derin oğrenmeyi kullanarak duygu tanıma
HASANAIN JAWAD RADEEF
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YILMAZ AR
- Kinect rgb görüntülerinde ve derinlik haritalarında uzam-zamansal özellikleri kullanarak işaret dili tanıma
Sign language recognition using spatio-temporal features on Kinect rgb video sequences and depth maps
ABBAS MEMİŞ
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SONGÜL ALBAYRAK
- Continuous vs fixed-window temporal data processing for hand movement analysis
Başlık çevirisi yok
BEYZA TÜRKMEN
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAKUP GENÇ
- Deep learning based dynamic turkish sign language recognition with leap motion
Derin öğrenme tabanlı leap motıon ile dinamik türk işaret dili tanıma
BURÇAK DEMİRCİOĞLU KAM
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HATİCE KÖSE