Static hand gesture recognition pla

Static hand gesture recognition plays an important role in developing a system for human-computer interaction. Besides, such systems can be also used by the deaf community in order to convey information through gestures instead of words. A vision-based processing of hand gesture recognition consists of three main stages: preprocessing, feature extraction and identification. In this paper, the first stage involves following two sub-stages: segmentation which locates hand using color information and extracts its silhouette; separation that separates arm, the part with less information, based on geometrical properties. In the second stage, features which extracted from hand-without-arm are general (ratio of width to height, wrist angle and number of fingers) and detailed (calculated based on fingertips and cross sections) characteristics. Finally, support vector machine model with "max-wins" voting strategy is used to classify the hand gestures. The experiment is conducted on color image dataset of Polish Ministry of Science and Higher Education, with 89.5% classification accuracy.

ผลลัพธ์ (ไทย) 1:

การรู้จำรูปแบบลายเส้นมือคงมีบทบาทสำคัญในการพัฒนาระบบการโต้ตอบของบุคคลคอมพิวเตอร์ สำรอง ระบบดังกล่าวสามารถใช้งานได้ โดยชุมชนหูหนวกเพื่อสื่อข้อมูลผ่านท่าทางแทนคำ ประมวลผลตามวิสัยทัศน์ของการรู้จำรูปแบบลายเส้นมือประกอบด้วยสามขั้นตอนหลัก: ประมวลผลเบื้องต้น ห้องแยกและระบุการ ในเอกสารนี้ ระยะแรกเกี่ยวข้องกับการต่อขั้นตอนย่อยที่ 2: แบ่งตั้งมือใช้ข้อมูลสี และแยกรูปเงาดำของ แยกที่แยกแขน ส่วนข้อมูลน้อย ตามคุณสมบัติ geometrical มีทั่วไปในขั้นตอนสอง คุณสมบัติซึ่งสกัดจากมือไม่มีแขน (อัตราส่วนความกว้างต่อความสูง มุมข้อมือ และจำนวนนิ้วมือ) และรายละเอียด (ส่วนขนและปลายนิ้วตามที่คำนวณได้) ลักษณะการ สุดท้าย สนับสนุนเวกเตอร์เครื่องรุ่นกับ "สูงสุดชนะ" กลยุทธ์การลงคะแนนเสียงใช้ในการจัดประเภทรูปแบบลายเส้นมือ ทดลองจะดำเนินการเกี่ยวกับชุดข้อมูลภาพสีของโปแลนด์กระทรวงวิทยาศาสตร์และศึกษา 89.5% ประเภทแม่นยำ

ผลลัพธ์ (ไทย) 2:

การรับรู้สัญญาณมือคงมีบทบาทสำคัญในการพัฒนาระบบการสื่อสารระหว่างมนุษย์กับคอมพิวเตอร์ นอกจากนี้ระบบดังกล่าวสามารถนำมาใช้โดยชุมชนเพื่อคนหูหนวกในการถ่ายทอดข้อมูลผ่านท่าทางแทนคำพูด ประมวลผลตามวิสัยทัศน์ของการรับรู้สัญญาณมือประกอบด้วยสามขั้นตอนหลัก: ประมวลผลเบื้องต้นการสกัดคุณลักษณะและบัตรประจำตัว ในบทความนี้ขั้นตอนแรกที่เกี่ยวข้องกับขั้นตอนต่อไปนี้สองย่อย: การแบ่งส่วนซึ่งตั้งอยู่มือโดยใช้ข้อมูลสีและสารสกัดจากเงาของตน แยกที่แยกแขนส่วนที่มีข้อมูลน้อยขึ้นอยู่กับคุณสมบัติทางเรขาคณิต ในขั้นตอนที่สองคุณสมบัติที่สกัดจากมือโดยไม่ต้องแขนทั่วไป (อัตราส่วนของความกว้างความสูงมุมข้อมือและจำนวนของนิ้วมือ) และมีรายละเอียด (คำนวณจากปลายนิ้วและส่วนข้าม) ลักษณะ ในที่สุดการสนับสนุนรูปแบบเครื่องเวกเตอร์ด้วย "สูงสุดชนะ" กลยุทธ์การออกเสียงลงคะแนนจะใช้ในการจำแนกท่าทางมือ การทดลองที่มีการดำเนินการเกี่ยวกับชุดภาพสีของโปแลนด์กระทรวงวิทยาศาสตร์และการศึกษาระดับอุดมศึกษาที่มีความถูกต้อง 89.5% การจัดหมวดหมู่

ผลลัพธ์ (ไทย) 3:

คงที่มือท่าทางการมีบทบาทสำคัญในการพัฒนาระบบการปฏิสัมพันธ์ระหว่างมนุษย์และคอมพิวเตอร์ นอกจากนี้ ระบบดังกล่าวยังสามารถใช้โดยชุมชนคนหูหนวกในการถ่ายทอดข้อมูลผ่านท่าทางแทนคำพูด วิสัยทัศน์ตามการประมวลผลของมือท่าทางการรับรู้ประกอบด้วยสามขั้นตอนหลัก : การเตรียมการสกัดคุณลักษณะและระบุ ในกระดาษนี้ขั้นตอนแรกเกี่ยวข้องกับสองขั้นตอนย่อยต่อไปนี้ : การแบ่งส่วนซึ่งตั้งอยู่มือใช้ข้อมูลสีและสารสกัดจากภาพเงาของ ; การแยกที่แยกแขน ส่วนที่มีข้อมูลน้อย ขึ้นอยู่กับคุณสมบัติทางเรขาคณิต . ในขั้นตอนที่สอง คุณลักษณะ ซึ่งสกัดจากมือไม่มีแขนทั่วไป ( อัตราส่วนความกว้างต่อความสูงมุมข้อมือและจํานวนของนิ้ว ) และรายละเอียด ( คำนวณจากปลายนิ้ว และข้ามส่วน ) ของ ในที่สุด สนับสนุนเครื่องเวกเตอร์รูปแบบกับ " แม็กซ์ชนะ " กลยุทธ์การใช้จำแนกท่าทางมือ . การทดลองเกี่ยวกับภาพสีข้อมูลโปแลนด์กระทรวงวิทยาศาสตร์และอุดมศึกษามีความถูกต้องร้อยละหมวดหมู่ )