शोधकर्ताओं ने नए हाथ इशारा पहचान एल्गोरिथ्म विकसित किया

सुन यात-सेन विश्वविद्यालय के झीई यू के नेतृत्व में शोधकर्ताओं की एक टीम ने एक नया हाथ इशारा पहचान एल्गोरिथ्म विकसित किया है जो जटिल, सटीक और लागू है।

हाथ इशारे मानव-कंप्यूटर इंटरैक्शन के लिए बढ़ती हुई अपनाई जा रहे हैं, और कैमरा सिस्टम, इमेज विश्लेषण और मशीन लर्निंग में हाल के प्रगति ने ऑप्टिकल-आधारित इशारा पहचान में बहुत सुधार किया है। इसके साथ ही, वर्तमान तरीकों को उच्च गणनात्मक जटिलता, कम गति, खराब सटीकता और कम संख्या में पहचाने जाने वाले इशारों के कारण कई चुनौतियों का सामना करना पड़ता है।

टीम द्वारा विकसित नया एल्गोरिथ्म इन सीमाओं को पार करने का प्रयास करता है, और यह एक पत्र में विस्तृत किया गया है जो जर्नल ऑफ इलेक्ट्रॉनिक इमेजिंग में प्रकाशित हुआ है। टीम का एक मुख्य लक्ष्य उपभोक्ता-स्तर के उपकरणों में आसानी से लागू किया जा सकने वाला एक एल्गोरिथ्म बनाना था।

विभिन्न हाथ प्रकारों के लिए अनुकूलता

एल्गोरिथ्म की सबसे प्रभावशाली विशेषता इसकी विभिन्न हाथ प्रकारों के लिए अनुकूलता है। यह पहले उपयोगकर्ता के हाथ को पतला, सामान्य या चौड़ा के रूप में वर्गीकृत करने का प्रयास करता है। यह तीन मापदंडों के आधार पर करता है जो हथेली की चौड़ाई, हथेली की लंबाई और उंगली की लंबाई के बीच संबंधों को ध्यान में रखते हैं।

सफल वर्गीकरण के बाद, हाथ इशारा पहचान प्रक्रिया इनपुट इशारे की तुलना उसी हाथ प्रकार के संग्रहीत नमूनों से करती है।

“परंपरागत सरल एल्गोरिथ्म कम पहचान दर से पीड़ित होते हैं क्योंकि वे विभिन्न हाथ प्रकारों को संभाल नहीं सकते हैं। हाथ प्रकार द्वारा इनपुट इशारे को वर्गीकृत करने और फिर उसी प्रकार के नमूना पुस्तकालयों का उपयोग करने से, हम लगभग शून्य संसाधन खपत के साथ समग्र पहचान दर में सुधार कर सकते हैं,” यू कहते हैं।

पूर्व-पहचान चरण

टीम की विधि एक “शॉर्टकट सुविधा” का उपयोग करके एक पूर्व-पहचान चरण पर भी निर्भर करती है। पहचान एल्गोरिथ्म नौ संभावित इशारों में से एक इनपुट इशारे की पहचान कर सकता है, लेकिन सभी संभावित इशारों के लिए इनपुट इशारे की सभी विशेषताओं की तुलना करना बहुत समय लेने वाला है।

इसे पार करने के लिए, एल्गोरिथ्म का पूर्व-पहचान चरण हाथ के क्षेत्र के अनुपात की गणना करता है ताकि नौ संभावित इशारों में से तीन सबसे अधिक संभावित इशारे चुने जा सकें। यह उम्मीदवार इशारों की संख्या को तीन तक लाता है, और अंतिम इशारा “हू इनवेरिएंट मोमेंट्स” पर आधारित अधिक जटिल और उच्च-सटीक विशेषता निकासी द्वारा निर्धारित किया जाता है।

“इशारा पूर्व-पहचान चरण न केवल गणना और हार्डवेयर संसाधनों को कम करता है, बल्कि सटीकता को समझौता किए बिना पहचान गति में सुधार करता है,” यू कहते हैं।

एल्गोरिथ्म का परीक्षण एक वाणिज्यिक पीसी प्रोसेसर और एक एफपीजीए प्लेटफॉर्म पर एक यूएसबी कैमरा का उपयोग करके किया गया था। टीम ने 40 स्वयंसेवकों को नौ हाथ इशारे कई बार करने के लिए कहा, और 40 और लोगों का उपयोग प्रणाली की सटीकता का निर्धारण करने के लिए किया गया था।

प्रणाली ने दिखाया कि यह वास्तविक समय में हाथ इशारों को पहचान सकती है जिसमें 93% से अधिक की सटीकता दर है। यह तब भी मामला था जब इनपुट इशारा छवियों को घुमाया, अनुवादित या स्केल किया गया था।

शोधकर्ता कहते हैं कि वे अब एल्गोरिथ्म के प्रदर्शन को विभिन्न प्रकाश स्थितियों के तहत बेहतर बनाने और संभावित इशारों की संख्या बढ़ाने पर ध्यान केंद्रित करेंगे।