Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

The structure of classifiers of hand gestures with the use of the active contour model and Fourier descriptors

Tytuł:
The structure of classifiers of hand gestures with the use of the active contour model and Fourier descriptors
Autorzy:
Golański, P.
Szczekala, M.
Data publikacji:
2018
Słowa kluczowe:
computer-aided maintenance
shape recognition
Chan-Vese algorithm
Fourier descriptors
Mahalanobis distance
komputerowe wspomaganie obsługi
rozpoznawanie kształtu
algorytm Chana-Vese
deskryptory Fouriera
odległość Mahalanobisa
Język:
angielski
polski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
In this article, the research results of the usage of selected methods of the analysis of images for the recognition of hand gestures in human-computer interaction was depicted. The usage of this type of interaction is important in case of the so-called wearable computers (computer is integrated with the work clothing of an operator. For the recognition of gestures, the combination of two methods associated with the image processing was suggested and that is the Chan-Vese active contour model enabling to recognize objects on a given image, based on the curve evolution technique, Mumford-Shah functional, level-sets and the methods to create shapes with the use of Fourier descriptors. For the classification criteria as a compatibility measure a scalable Mahalanobis distance was used.
W artykule przedstawiono wyniki badań nad wykorzystaniem wybranych metod analizy obrazów do detekcji gestów dłoni w komunikacji człowiek–komputer. Wykorzystanie tego typu komunikacji ma duże znaczenie w przypadku obsługi komputerów zintegrowanych z odzieżą roboczą operatora, tzw. komputerów do noszenia (wearables computers). Do detekcji gestów zaproponowano połączenie dwóch metod związanych z obróbką obrazu: metodę aktywnych konturów Chana-Vese, umożliwiającą wykrywanie obiektów na danym obrazie, opartą na technikach ewolucji krzywych, funkcjonale Mumforda-Shaha oraz zbiorach poziomicowych, oraz metodę tworzenia klasyfikatorów kształtów z wykorzystaniem deskryptorów Fouriera. Do kryterium klasyfikacji jako miarę zgodności z wzorcem wykorzystano skalowaną odległość Mahalanobisa.
tekst w j. ang. 63-77; tekst w j. pol. na str.78-92
Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies