Natural hand-gesture interaction (Interacción natural con gestos manuales)
Objetivos y método de estudio: ´ El objetivo de este trabajo es realizar un estudio acerca de los diferentes métodos de interacción humano-computadora basados en gestos manuales y proponer un sistema que sea fácil de utilizar y pueda ser usado en diferentes aplicaciones. Para este trabajo se realizó...
| Main Author: | |
|---|---|
| Format: | Tesis |
| Language: | Spanish / Castilian |
| Published: |
2013
|
| Subjects: | |
| Online Access: | http://eprints.uanl.mx/3698/1/1080256809.pdf |
| Summary: | Objetivos y método de estudio: ´ El objetivo de este trabajo es realizar un estudio acerca de los diferentes métodos de interacción humano-computadora basados en gestos manuales y proponer un sistema que sea fácil de utilizar y pueda ser usado en diferentes aplicaciones. Para este trabajo se realizó un estudio de los sistemas actuales de interacción humano-computadora, así como de los fundamentos cognitivos y de diseño en los cuales debe de estar basado el desarrollo de este tipo de sistemas. Uno de los propósitos de este trabajo es la creación de un sistema de reconocimiento de gestos manuales; para el desarrollo de este sistema se hizo un estudio acerca de técnicas de visión computacional. Para comprobar el correcto funcionamiento del sistema se llevaron a cabo experimentos con usuarios reales. Contribuciones y conclusiones: Se creó un algoritmo de reconocimiento de gestos manuales basado en técnicas de visión computacional; este sistema es capaz de detectar seis diferentes señas manuales en tiempo real. Estas señas se podrían usar en secuencia para crear así un vocabulario más amplio usando diferentes combinaciones de ´estas. El sistema se puede implementar fácilmente utilizando una cámara web y puede ser adaptado para ser usado en diferentes aplicaciones. Se crearon algunas pruebas de conceptos que demuestran cómo se puede utilizar este sistema para controlar distintos dispositivos electrónicos. Se realizaron experimentos con usuarios utilizando este sistema obteniendo una precisión del 93% en el reconocimiento de gestos, requiriendo 270 milisegundos en promedio para el tiempo de ejecución. |
|---|