Ερευνητές Αναπτύσσουν Νέα Αλγόριθμο Αναγνώρισης Χειρονομιών Χεριών

Μια ομάδα ερευνητών υπό την ηγεσία του Zhiyi Yu του Πανεπιστημίου Sun Yat-sen έχει αναπτύξει einen νέο αλγόριθμο αναγνώρισης χειρονομιών χεριών που είναι σύνθετος, ακριβής και εφαρμόσιμος.

Οι χειρονομίες χεριών υιοθετούνται όλο και περισσότερο για αλληλεπιδράσεις ανθρώπου-υπολογιστή, και οι πρόσφατες προόδους στα συστήματα κάμερας, την ανάλυση εικόνας και το machine learning έχουν βελτιώσει σημαντικά την οπτική αναγνώριση χειρονομιών. Με αυτό που έχει ειπωθεί, οι τρέχουσες μεθόδους αντιμετωπίζουν πολλές προκλήσεις λόγω των περιορισμών στην υψηλή υπολογιστική πολυπλοκότητα, την χαμηλή ταχύτητα, την κακή ακρίβεια και τον μικρό αριθμό αναγνωρίσιμων χειρονομιών.

Ο νέος αλγόριθμος που αναπτύχθηκε από την ομάδα προσπαθεί να υπερβεί αυτούς τους περιορισμούς, και περιγράφηκε σε ένα έγγραφο που δημοσιεύθηκε στο Journal of Electronic Imaging. Ένας από τους κύριους στόχους της ομάδας ήταν να δημιουργήσουν έναν αλγόριθμο που όχι μόνο υπερβαίνει αυτές τις προκλήσεις, αλλά μπορεί επίσης να εφαρμοστεί εύκολα σε συσκευές καταναλωτών.

Προσαρμοστικότητα σε Διαφορετικά Τύπου Χεριών

Ένας από τους πιο εντυπωσιακούς аспектους του αλγορίθμου είναι η προσαρμοστικότητά του σε διαφορετικά τύπου χεριών. Αρχικά προσπαθεί να ταξινομήσει τον τύπο χεριού του χρήστη ως λεπτό, κανονικό ή ευρύ. Αυτό το κάνει με βάση τρεις μετρήσεις που λαμβάνουν υπόψη τις σχέσεις μεταξύ του πλάτους του παλάμου, του μήκους του παλάμου και του μήκους των δακτύλων.

Μετά από μια επιτυχημένη ταξινόμηση, η διαδικασία αναγνώρισης χειρονομιών χεριών σύγκρινε την είσοδο χειρονομίας με αποθηκευμένα δείγματα του ίδιου τύπου χεριού.

“Οι παραδοσιακοί απλοί αλγόριθμοι έχουν τη τάση να υποφέρουν από χαμηλές ταχύτητες αναγνώρισης επειδή δεν μπορούν να αντιμετωπίσουν διαφορετικά τύπου χεριών. Με την ταξινόμηση της εισόδου χειρονομίας με βάση τον τύπο χεριού και στη συνέχεια με τη χρήση βιβλιοθηκών δειγμάτων που ταιριάζουν σε αυτόν τον τύπο, μπορούμε να βελτιώσουμε τον συνολικό ρυθμό αναγνώρισης με σχεδόν αμελητέα κατανάλωση πόρων,” λέει ο Yu.

Το Βήμα Προαναγνώρισης

Η μέθοδος της ομάδας βασίζεται επίσης στη χρήση ενός “συντόμευσης” για να thựcεξεί ένα βήμα προαναγνώρισης. Ο αλγόριθμος αναγνώρισης μπορεί να αναγνωρίσει μια είσοδο χειρονομίας από εννέα πιθανές χειρονομίες, αλλά είναι εξαιρετικά χρονοβόρο να συγκρίνει όλα τα χαρακτηριστικά της εισόδου χειρονομίας με αυτά των αποθηκευμένων δειγμάτων για όλες τις πιθανές χειρονομίες.

Για να υπερβεί αυτό, το βήμα προαναγνώρισης του αλγορίθμου υπολογίζει einen λόγο της περιοχής του χεριού για να επιλέξει τις τρεις πιο πιθανές χειρονομίες από τις εννέα πιθανές. Αυτό μειώνει τον αριθμό των υποψήφιων χειρονομιών σε τρεις, και η τελική χειρονομία quyếtίζεται από μια πιο σύνθετη και υψηλής ακρίβειας εξαγωγή χαρακτηριστικών με βάση τα “Hu invariant moments”.

“Το βήμα προαναγνώρισης χειρονομίας όχι μόνο μειώνει τον αριθμό των υπολογισμών και των απαιτούμενων υλικών πόρων, αλλά cũng βελτιώνει την ταχύτητα αναγνώρισης χωρίς να επηρεάζει την ακρίβεια,” λέει ο Yu.

Ο αλγόριθμος δοκιμάστηκε σε einen εμπορικό επεξεργαστή PC και μια πλατφόρμα FPGA χρησιμοποιώντας μια κάμερα USB. Η ομάδα κάλεσε 40 εθελοντές να κάνουν τις εννέα χειρονομίες πολλές φορές, και 40 ακόμη χρησιμοποιήθηκαν για να καθορίσουν την ακρίβεια του συστήματος.

Το σύστημα απέδειξε ότι μπορεί να αναγνωρίσει χειρονομίες χεριών σε πραγματικό χρόνο με einen ρυθμό ακρίβειας πάνω από 93%. Αυτό ήταν η περίπτωση ακόμη και όταν οι εικόνες εισόδου χειρονομίας ήταν περιστραμμένες, μεταφρασμένες ή κλιμακωμένες.

Οι ερευνητές λένε ότι τώρα θα επικεντρωθούν στην βελτίωση της απόδοσης του αλγορίθμου υπό διαφορετικές συνθήκες φωτισμού, καθώς και στην αύξηση του αριθμού των πιθανών χειρονομιών.