Tutkijat kehittivät uuden käden liikkeen tunnistusalgoritmin

Sun Yat-sen -yliopiston tutkijaryhmä, jota johti Zhiyi Yu, on kehittänyt uuden käden liikkeen tunnistusalgoritmin, joka on monimutkainen, tarkin ja sovellettavissa.

Käden liikkeet ovat yhä enenevissä määrin osa ihmisen ja tietokoneen välistä vuorovaikutusta, ja viimeaikaiset edistysaskelet kamerajärjestelmissä, kuvan analyysissä ja koneoppimisessa ovat parantaneet merkittävästi valon perusteella tapahtuvaa liikkeen tunnistusta. Sanottuna, nykyiset menetelmät kohtaavat monia haasteita korkean laskennallisen monimutkaisuuden, matalan nopeuden, huonon tarkin ja vähäisen määrän tunnistettavissa olevia liikkeitä rajoitusten vuoksi.

Tutkijaryhmän kehittämä uusi algoritmi pyrkii voittamaan nämä rajoitukset, ja se on yksityiskohtaisesti kuvattu tutkimusartikkelissa, joka on julkaistu Journal of Electronic Imaging -julkaisussa. Yksi tutkijaryhmän tärkeimmistä tavoitteista oli luoda algoritmi, joka ei ainoastaan voita nämä haasteet, vaan joka voidaan myös helposti soveltaa kuluttajatasolla oleviin laitteisiin.

Käden tyypin mukainen sopeutuminen

Yksi algoritmin vaikuttavimmista piirteistä on sen sopeutuminen eri käden tyyppeihin. Se yrittää ensin luokitella käyttäjän käden tyypin joko hoikaksi, normaaliksi tai leveäksi. Tämä tehdään kolmen mittauksen avulla, jotka ottaa huomioon suhteet kämmenen leveyden, kämmenen pituuden ja sormen pituuden välillä.

Onnistuneen luokittelun jälkeen käden liikkeen tunnistusprosessi vertaa syötettyä liikettä tallennettuihin esimerkkeihin saman käden tyypin mukaan.

“Perinteiset yksinkertaiset algoritmit kärsivät usein alhaisista tunnistusluokista, koska ne eivät pysty käsittelemään eri käden tyyppejä. Luokittelemalla syötetty liike käden tyypin mukaan ja käyttämällä näytteitä, jotka vastaavat tätä tyyppiä, voimme parantaa koko tunnistusluokkaa lähes merkityksettömällä resurssien kulutuksella”, Yu sanoo.

Ennakkotunnistusvaihe

Tutkijaryhmän menetelmä perustuu myös “lyhytaikaisen piirteiden” käyttöön ennakkotunnistusvaiheessa. Tunnetusalgortimi pystyy tunnistamaan yhdeksän mahdollista liikettä, mutta se on erittäin aikaa vievää verrata kaikkia syötetyn liikkeen piirteitä tallennettujen esimerkkien piirteisiin kaikissa mahdollisissa liikkeissä.

Tätä varten algoritmin ennakkotunnistusvaihe laskee käden pinta-alan suhteen valitakseen kolme todennäköisintä liikettä yhdeksästä mahdollisesta. Tämä vähentää ehdokasliikkeiden määrää kolmeen, ja lopullinen liike määrätään tarkemman ja korkean tarkin “Hu-invariantti-momentti” -pohjaisen piirteiden analyysin perusteella.

“Liikkeen ennakkotunnistusvaihe ei ainoastaan vähennä laskelmien ja laitteiston resurssien tarvetta, vaan myös parantaa tunnistusnopeutta ilman tarkkuuden heikentymistä”, Yu sanoo.

Algoritmi testattiin kaupallisessa PC-suorittimessa ja FPGA-alustalla käyttäen USB-kameraa. Tutkijaryhmä pyysi 40 vapaaehtoista tekemään yhdeksän käden liikettä useita kertoja, ja 40 muuta käytettiin määrittämään järjestelmän tarkkuutta.

Järjestelmä osoitti pystyvänsä tunnistamaan käden liikkeet reaaliajassa yli 93 prosentin tarkkuudella. Tämä oli tapauksessa, vaikka syötetty liikekuva oli kierrätty, siirretty tai skaalattu.

Tutkijat sanovat, että he tulevat nyt keskittymään parantamaan algoritmin suorituskykyä eri valaistusolosuhteissa sekä lisäämään mahdollisten liikkeiden määrää.