Araştırmacılar Yeni bir El Jestini Tanıma Algoritması Geliştirdi

Sun Yat-sen Üniversitesi’nden Zhiyi Yu liderliğindeki bir araştırma ekibi, karmaşık, doğru ve uygulanabilir bir el jestini tanıma algoritması geliştirdi.

El jestleri, insan-bilgisayar etkileşimleri için giderek daha fazla benimsenmekte ve son gelişmeler, kamera sistemleri, görüntü analizi ve makine öğrenimi, optik tabanlı jest tanıma konusunda büyük ilerlemeler kaydetti. Bununla birlikte, mevcut yöntemler, yüksek hesaplama karmaşıklığı, düşük hız, düşük doğruluk ve az sayıda tanınan jest gibi sınırlamalar nedeniyle birçok zorlukla karşı karşıya.

Araştırmacıların geliştirdiği yeni algoritma, bu sınırlamaları aşmaya çalışıyor ve bir makalede Journal of Electronic Imaging dergisinde yayımlandı. Ekibin ana hedeflerinden biri, bu zorlukların üzerine çıkabilen ve tüketici seviyesindeki cihazlarda kolayca uygulanabilen bir algoritma yaratmaktı.

Farklı El Tiplerine Uyum

Algoritmanın en etkileyici yönlerinden biri, farklı el tiplerine uyum sağlamasıdır. İlk olarak, kullanıcının el tipini ince, normal veya geniş olarak sınıflandırır. Bunu, avuç genişliği, avuç uzunluğu ve parmak uzunluğu arasındaki ilişkileri hesaba katarak yapar.

Başarılı bir sınıflandırmanın ardından, el jesti tanıma süreci, girdi jestini aynı el tipine ait depolanan örneklerle karşılaştırır.

“Geleneksel basit algoritmalar, genellikle düşük tanıma oranlarına sahip olurlar çünkü farklı el tipleriyle başa çıkamazlar. Girdi jestini önce el tipine göre sınıflandırarak ve ardından bu tipe uygun örnek kütüphanelerini kullanarak, neredeyse hiç kaynak tüketimi olmadan genel tanıma oranını iyileştirebiliriz” diyor Yu.

Ön Tanıma Adımı

Ekibin yöntemi, ayrıca “kısayol özelliği” olarak adlandırılan bir ön tanıma adımını kullanır. Tanıma algoritması, dokuz olası jestten birini tanıyabilir, ancak tüm olası jestler için depolanan örneklerin özellikleriyle girdi jestinin özelliklerini karşılaştırmak son derece zaman alıcıdır.

Bunu aşmak için, algoritmanın ön tanıma adımı, elin alanını hesaplayarak dokuz olası jestin en olası üçünü seçer. Bu, aday jest sayısını üçe indirir ve nihai jest, “Hu değişmez anlar” olarak adlandırılan daha karmaşık ve yüksek hassasiyetli bir özellik çıkarma işlemiyle belirlenir.

“Jest ön tanıma adımı, yalnızca hesaplamaları ve donanım kaynaklarını azaltmakla kalmaz, aynı zamanda doğruluğu bozmadan tanıma hızını da artırır” diyor Yu.

Algoritma, bir ticari PC işlemcisi ve bir FPGA platformunda bir USB kamera kullanılarak test edildi. Ekibin 40 gönüllü, dokuz el jestini birden fazla kez yapmasını istedi ve 40 daha fazlasını, sistemin doğruluğunu belirlemek için kullandı.

Sistem, gerçek zamanlı olarak el jestlerini %93’ün üzerinde bir doğruluk oranıyla tanıyabildiğini gösterdi. Bu, girdi jesti resimlerinin döndürüldüğü, çevrilmesi veya ölçeklendirildiği durumlarda bile böyleydi.

Araştırmacılar, şimdi algoritmanın performansını farklı aydınlatma koşullarında iyileştirmeye ve olası jest sayısını artırmaya odaklanacaklarını söylüyorlar.