Pesquisadores Desenvolvem Novo Algoritmo de Reconhecimento de Gestos Manuais

Uma equipe de pesquisadores liderada por Zhiyi Yu, da Universidade Sun Yat-sen, desenvolveu um novo algoritmo de reconhecimento de gestos manuais que é complexo, preciso e aplicável.

Os gestos manuais estão sendo cada vez mais adotados para interações entre humanos e computadores, e os recentes avanços em sistemas de câmera, análise de imagens e aprendizado de máquina melhoraram significativamente o reconhecimento de gestos baseado em óptica. No entanto, os métodos atuais enfrentam muitos desafios devido a limitações em alta complexidade computacional, baixa velocidade, baixa precisão e baixo número de gestos reconhecíveis.

O novo algoritmo desenvolvido pela equipe tenta superar essas limitações e foi detalhado em um artigo publicado na Journal of Electronic Imaging. Um dos principais objetivos da equipe foi criar um algoritmo que não apenas supere esses desafios, mas também possa ser facilmente aplicado em dispositivos de nível de consumidor.

Adaptabilidade a Diferentes Tipos de Mãos

Um dos aspectos mais impressionantes do algoritmo é sua adaptabilidade a diferentes tipos de mãos. Ele primeiro tenta classificar o tipo de mão do usuário como slim, normal ou broad. Ele faz isso com base em três medições que levam em conta as relações entre a largura da palma, o comprimento da palma e o comprimento dos dedos.

Após uma classificação bem-sucedida, o processo de reconhecimento de gestos manuais compara o gesto de entrada com amostras armazenadas do mesmo tipo de mão.

“Algoritmos tradicionais simples tendem a sofrer de taxas de reconhecimento baixas porque não podem lidar com diferentes tipos de mãos. Ao classificar primeiro o gesto de entrada por tipo de mão e, em seguida, usar bibliotecas de amostras que correspondem a esse tipo, podemos melhorar a taxa de reconhecimento geral com quase nenhuma consumação de recursos”, afirma Yu.

O Passo de Pré-Reconhecimento

O método da equipe também depende do uso de uma “característica de atalho” para realizar um passo de pré-reconhecimento. O algoritmo de reconhecimento é capaz de identificar um gesto de entrada de nove gestos possíveis, mas é extremamente demorado comparar todas as características do gesto de entrada com as das amostras armazenadas para todos os gestos possíveis.

Para superar isso, o passo de pré-reconhecimento do algoritmo calcula uma razão da área da mão para selecionar os três gestos mais prováveis dos nove possíveis. Isso reduz o número de gestos candidatos para três, e o gesto final é decidido por uma extração de características mais complexa e de alta precisão baseada em “momentos invariáveis de Hu”.

“O passo de pré-reconhecimento de gestos não apenas reduz o número de cálculos e recursos de hardware necessários, mas também melhora a velocidade de reconhecimento sem comprometer a precisão”, afirma Yu.

O algoritmo foi testado em um processador de PC comercial e em uma plataforma FPGA usando uma câmera USB. A equipe convocou 40 voluntários para fazer os nove gestos manuais várias vezes, e 40 mais foram usados para determinar a precisão do sistema.

O sistema demonstrou que pode reconhecer gestos manuais em tempo real com uma taxa de precisão de mais de 93%. Isso foi o caso mesmo quando as imagens de gestos de entrada foram rotacionadas, traduzidas ou dimensionadas.

Os pesquisadores afirmam que agora irão se concentrar em melhorar o desempenho do algoritmo em diferentes condições de iluminação, bem como aumentar o número de gestos possíveis.