Forskere udvikler ny algoritme til genkendelse af håndbevægelser

Et hold af forskere ledet af Zhiyi Yu fra Sun Yat-sen University har udviklet en ny algoritme til genkendelse af håndbevægelser, der er kompleks, præcis og anvendelig.

Håndbevægelser bliver mere og mere anvendt til interaktion mellem mennesker og computere, og de seneste fremskridt inden for kamera-systemer, billedanalyse og maskinlæring har betydeligt forbedret den optiske genkendelse af håndbevægelser. Med det sagt står nuværende metoder over for mange udfordringer på grund af begrænsninger i høj beregningskompleksitet, lav hastighed, lav nøjagtighed og lavt antal genkendelige håndbevægelser.

Den nye algoritme, som holdet har udviklet, forsøger at overvinde disse begrænsninger, og den er detaljeret i en artikel, der er offentliggjort i Journal of Electronic Imaging. En af holdets hovedmål var at skabe en algoritme, der ikke kun overvinder disse udfordringer, men også kan anvendes let i forbruger niveau enheder.

Tilpasning til forskellige håndtyper

En af de mest imponerende aspekter af algoritmen er dens tilpasning til forskellige håndtyper. Den forsøger først at klassificere brugerens håndtype som enten slank, normal eller bred. Den gør dette på basis af tre målinger, der tager hensyn til forholdet mellem håndbredden, håndlængden og fingrengden.

Efter en succesfuld klassificering sammenligner håndbevægelsesgenkendelsesprocessen den indtastede håndbevægelse med gemte eksempler af samme håndtype.

“Traditionelle simple algoritmer lider ofte under lav genkendelseshastighed, fordi de ikke kan håndtere forskellige håndtyper. Ved at klassificere den indtastede håndbevægelse efter håndtype og derefter bruge eksemplarsamlinger, der matcher denne type, kan vi forbedre den samlede genkendelseshastighed med næsten ubetydelig ressourceforbrug,” siger Yu.

For-genkendelses-trinnet

Holdets metode afhænger også af brugen af en “genvej-funktion” til at udføre et for-genkendelses-trin. Genkendelsesalgoritmen kan identificere en indtastet håndbevægelse af ni mulige håndbevægelser, men det er ekstremt tidskrævende at sammenligne alle funktionerne af den indtastede håndbevægelse med dem af de gemte eksempler for alle mulige håndbevægelser.

For at overvinde dette beregner algoritmens for-genkendelses-trin et forhold mellem håndens areal for at vælge de tre mest sandsynlige håndbevægelser af de ni mulige. Dette reducerer antallet af kandidat-håndbevægelser til tre, og den endelige håndbevægelse bestemmes af en mere kompleks og præcis funktionsextraktion baseret på “Hu-invariante øjeblikke”.

“For-genkendelses-trinnet reducerer ikke kun antallet af beregninger og hardware-resourcer, der kræves, men forbedrer også genkendelseshastigheden uden at gå på kompromis med nøjagtigheden,” siger Yu.

Algoritmen blev testet på en kommerciel PC-processor og en FPGA-platform med en USB-kamera. Holdet bad 40 frivillige om at udføre de ni håndbevægelser flere gange, og 40 flere blev brugt til at bestemme systemets nøjagtighed.

Systemet demonstrerede, at det kunne genkende håndbevægelser i realtid med en nøjagtighed på over 93%. Dette var tilfældet, selv når de indtastede håndbevægelsesbilleder var roteret, translator eller skaleret.

Forskerne siger, at de nu vil fokusere på at forbedre algoritmens ydelse under forskellige lysforhold, samt øge antallet af mulige håndbevægelser.