Segmentação e reconhecimento de gestos da mão humana

Detalhes bibliográficos
Autor(a) principal: Vitorino, João Pedro Amaro
Data de Publicação: 2014
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/39001
Resumo: Dissertação de Mestrado Integrado em Engenharia Mecânica apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra.
id RCAP_c43408a3a448a5be96d06946265a5704
oai_identifier_str oai:estudogeral.uc.pt:10316/39001
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Segmentação e reconhecimento de gestos da mão humanaGestosLeap motionSegmentação e reconhecimento de gestosRedes Neuronais Artificiais (ANN)Modelo Oculto de Markov (HMM)RobôDissertação de Mestrado Integrado em Engenharia Mecânica apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra.Os robôs industriais têm vindo a ter um papel importante no sector industrial. A sua abrangência às pequenas e médias empresas (PMEs) é importante, mas a complexidade da programação é um grande entrave. Esta necessita de técnicos especializados, e no caso da programação offline exige um grande investimento em programas informáticos e um longo período de treino até que se consiga uma utilização eficiente. No sentido de naturalizar a interacção com os robôs tem existido ao longo dos últimos anos um grande esforço relativamente ao desenvolvimento de interfaces Homem-robô (HRI). Esta dissertação pretende contribuir para essa investigação, sendo essa interacção efectuada recorrendo aos gestos da mão humana. São considerados vários gestos, tanto estáticos como dinâmicos, e quando estes são reconhecidos, é dada uma ordem de operação ao robô. Ou seja, o robô executa a operação desejada com um gesto executado pelo utilizador. O reconhecimento dos gestos estáticos e dinâmicos é feito recorrendo a dois métodos diferentes. Para o reconhecimento de gestos estáticos recorre-se a uma rede neuronal artificial (ANN) enquanto que para o reconhecimento de gestos dinâmicos utilizam-se modelos ocultos de Markov (HMMs). Estes métodos mostram que são adequados neste tipo de aplicações, obtendo-se uma taxa de reconhecimento global de 99,83%, num grupo de 12 gestos estáticos, e 94,20%, num grupo de 10 gestos dinâmicos, efectuados pelo mesmo utilizador que gerou os dados de treino e aprendizagem. Para um utilizador diferente verifica-se uma taxa de reconhecimento global de 99,75% e 93,60%, respectivamente. Com o sistema proposto torna-se assim possível que um utilizador interaja com um robô industrial de forma mais intuitiva e natural. Assim o utilizador pode operar um robô, através de gestos, fazendo com que este execute movimentos, guarde posições, voltar a posições previamente guardadas, programar ciclos de trabalho, entre outras tarefas relevantes à empresa onde está inserido2014-09-22info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/39001http://hdl.handle.net/10316/39001TID:201664739porVitorino, João Pedro Amaroinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-02-14T12:45:04Zoai:estudogeral.uc.pt:10316/39001Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T20:58:59.255553Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Segmentação e reconhecimento de gestos da mão humana
title Segmentação e reconhecimento de gestos da mão humana
spellingShingle Segmentação e reconhecimento de gestos da mão humana
Vitorino, João Pedro Amaro
Gestos
Leap motion
Segmentação e reconhecimento de gestos
Redes Neuronais Artificiais (ANN)
Modelo Oculto de Markov (HMM)
Robô
title_short Segmentação e reconhecimento de gestos da mão humana
title_full Segmentação e reconhecimento de gestos da mão humana
title_fullStr Segmentação e reconhecimento de gestos da mão humana
title_full_unstemmed Segmentação e reconhecimento de gestos da mão humana
title_sort Segmentação e reconhecimento de gestos da mão humana
author Vitorino, João Pedro Amaro
author_facet Vitorino, João Pedro Amaro
author_role author
dc.contributor.author.fl_str_mv Vitorino, João Pedro Amaro
dc.subject.por.fl_str_mv Gestos
Leap motion
Segmentação e reconhecimento de gestos
Redes Neuronais Artificiais (ANN)
Modelo Oculto de Markov (HMM)
Robô
topic Gestos
Leap motion
Segmentação e reconhecimento de gestos
Redes Neuronais Artificiais (ANN)
Modelo Oculto de Markov (HMM)
Robô
description Dissertação de Mestrado Integrado em Engenharia Mecânica apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra.
publishDate 2014
dc.date.none.fl_str_mv 2014-09-22
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/39001
http://hdl.handle.net/10316/39001
TID:201664739
url http://hdl.handle.net/10316/39001
identifier_str_mv TID:201664739
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799133881405800448

Registros relacionados