Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/13478
Title: Ποιοτική Ανάλυση Και Αναγνώριση Χειρονομιών
Authors: Μαυρουδέας Γεώργιος
Σταφυλοπάτης Ανδρέας-Γεώργιος
Keywords: νευρωνικά δίκτυα
αυτο-οργανούμενοι χάρτες
επικοινωνία ανθρώπου μηχανής
αναγνώριση χειρονομιών
μαρκοβιανά μοντέλα
μαρκοβιανές αλυσίδες
μηχανική μάθηση
κμμ
εαμ
neural networks
self organizing maps
human computer interaction
gesture recognition
expressivity
markov models
markov chains
hmm
hci
levenstein
machine learning
Issue Date: 12-Jul-2017
Abstract: Η αποτελεσματική επικοινωνία ανθρώπου μηχανής μέσω φυσικών κινήσεων οδήγησε στη μελέτη των ανθρώπινων χειρονομιών στο πλαίσιο της χρησιμοποίησης τους για το σκοπό αυτό.Το επόμενο βήμα ήταν η εξαγωγή της γνώσης από τη μελέτη, στη δημιουργία συστημάτων ικανά να αναγνωρίζουν αυτόματα τις κινήσεις του ανθρώπου και να εκτελούν λειτουργίες με βάση αυτές.Σκοπός της παρούσας διπλωματικής εργασίας είναι, η δημιουργία ενός τέτοιου συστήματος, ικανό να προβαίνει στην αυτόματη αναγνώριση μιας συγκεκριμένης κλάσης χειρονομιών που βασίζονται σε κινήσεις των χεριώνΓια τη διεκπαιραίωση αυτού του εγχειρήματος χρησιμοποιούνται τεχνικές που βασίζονται σε αυτό-οργανούμενους χάρτες (SOM), στις Μαρκοβιανές Αλυσίδες (Markov Chains) και στα Κρυφά Μαρκοβιανά Μοντέλα (Hidden Markov Models).Τέλος η διπλωματική αγγίζει και το κομμάτι της εκφραστικότητας αναλύοντας τη θεωρία της και εξάγοντας στατιστικές παραμέτρους που σχετίζονται με αυτήνThe need for efficient human computer communication through physical movement lead to the study of human gestures for the purpose mention above.The next step as an aftereffect of that study was the utilization of that knowledge in order to built systems capable of identyfing human movements in an automatic manner and to operate based on them.The purpose of this diploma thesis is, the creation of a system with the ability of recognizing automatically a specific class of human gestures based on hand and arm movements.To be able to accomplish the aforementioned task we utilize technics based on self organizing maps (SOM),Markov chains and Hidden Markov Models (HMM).Finally the following thesis covers and a part of expressivity, analyzing its theory and extracting several statistical measures related to it.
URI: http://artemis-new.cslab.ece.ntua.gr:8080/jspui/handle/123456789/13478
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File SizeFormat 
DT2017-0136.pdf2.78 MBAdobe PDFView/Open


Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.