Análise comparativa de redes neurais artificiais e modelos escondidos de Markov para aplicações de reconhecimento de gestos em superfícies.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFCG |
Texto Completo: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/21867 |
Resumo: | Muitas atividades humanas são táteis. Reconhecer como uma pessoa toca um objeto ou uma superfície que os cerca diariamente é uma área ativa de pesquisa e gera um forte interesse na comunidade de superfícies interativas. Nesta dissertação, compara-se duas técnicas de aprendizado de máquina, a Rede Neural Artificial (RNA) e os Modelos de Markov escondidos (HMM), pois são técnicas comuns e com baixo custo computacional utilizadas para classificar uma entrada acústica, baseando-se em o som único produzido quando uma unha é arrastada sobre uma superfície. Empregou-se um microfone pequeno e de baixo custo que pode ser facilmente incorporado a uma superfície para ser utilizado como entrada passiva de reconhecimento de gestos. Nossa contribuição é analisar as vantagens e limitações dessas técnicas no contexto do reconhecimento de gestos usando um alfabeto simples de três figuras geométricas: círculo, quadrado e triângulo. Para isso, usamos as toolboxes do Matlab para implementar os modelos e avaliar o conjunto de dados utilizados para treinar os modelos. |
id |
UFCG_2107fcc41534abd7ee1ebae08494b10b |
---|---|
oai_identifier_str |
oai:localhost:riufcg/21867 |
network_acronym_str |
UFCG |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository_id_str |
4851 |
spelling |
Análise comparativa de redes neurais artificiais e modelos escondidos de Markov para aplicações de reconhecimento de gestos em superfícies.Comparative analysis of artificial neural networks and hidden Markov models for surface gesture recognition applications.Reconhecimento de gestos em superfíciesRedes neurais artificiaisModelos escondidos de MarkovSuperfícies interativasAprendizado de máquinaTécnicas de aprendizagem de máquinaInteligência artificialEntrada acústica - classificaçãoMatlab - toolboxesToolboxes - MatlabReconhecimento de objetos e texturasGesture recognition on surfacesArtificial neural networksHidden Markov ModelsInteractive SurfacesMachine learningMachine learning techniquesArtificial intelligenceAcoustic entrance - classificationMatlab - toolboxesToolboxes - MatlabObject and texture recognitionEngenharia Elétrica.Muitas atividades humanas são táteis. Reconhecer como uma pessoa toca um objeto ou uma superfície que os cerca diariamente é uma área ativa de pesquisa e gera um forte interesse na comunidade de superfícies interativas. Nesta dissertação, compara-se duas técnicas de aprendizado de máquina, a Rede Neural Artificial (RNA) e os Modelos de Markov escondidos (HMM), pois são técnicas comuns e com baixo custo computacional utilizadas para classificar uma entrada acústica, baseando-se em o som único produzido quando uma unha é arrastada sobre uma superfície. Empregou-se um microfone pequeno e de baixo custo que pode ser facilmente incorporado a uma superfície para ser utilizado como entrada passiva de reconhecimento de gestos. Nossa contribuição é analisar as vantagens e limitações dessas técnicas no contexto do reconhecimento de gestos usando um alfabeto simples de três figuras geométricas: círculo, quadrado e triângulo. Para isso, usamos as toolboxes do Matlab para implementar os modelos e avaliar o conjunto de dados utilizados para treinar os modelos.Many human activities are tactile. Recognizing how a person touches an object or a surface that surrounds them daily is an active area of research and has generated a strong interest within the interactive surfaces community. In this thesis, we compare two machine learning techniques, namely Artificial Neural Network (ANN) and Hidden Markov Models (HMM), as they are some of the most common techniques with low computational cost used to classify an acoustic-based input that relies on the unique sound produced when a fingernail is dragged over a surface. We employ a small and low cost microphone that could be easily incorporated into a surface on which it rests to be applied as a passive gesture recognition input. Our contribution is to analyze the advantages and limitations of these techniques in the context of gesture recognition using a simple alphabet of three geometrical figures: circle, square and triangle. To do so, we use Matlab’s toolboxes to implement the models and evaluate the dataset used to train the ANN and the HMM.Universidade Federal de Campina GrandeBrasilCentro de Engenharia Elétrica e Informática - CEEIPÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICAUFCGPERKUSICH, Angelo.PERKUSICH, A.http://lattes.cnpq.br/9439858291700830LUIZ, Saulo Oliveira Dornellas.LUIZ, S. O. D.http://lattes.cnpq.br/5704594745207397MOREIRA, Bruna Salles.20202021-11-05T19:24:02Z2021-11-052021-11-05T19:24:02Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/21867MOREIRA, Bruna Salles. Análise comparativa de redes neurais artificiais e modelos escondidos de Markov para aplicações de reconhecimento de gestos em superfícies. 2020. 76f. (Dissertação de Mestrado) Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande - Paraíba - Brasil, 2020. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/21867porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG2021-11-05T19:24:37Zoai:localhost:riufcg/21867Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512021-11-05T19:24:37Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false |
dc.title.none.fl_str_mv |
Análise comparativa de redes neurais artificiais e modelos escondidos de Markov para aplicações de reconhecimento de gestos em superfícies. Comparative analysis of artificial neural networks and hidden Markov models for surface gesture recognition applications. |
title |
Análise comparativa de redes neurais artificiais e modelos escondidos de Markov para aplicações de reconhecimento de gestos em superfícies. |
spellingShingle |
Análise comparativa de redes neurais artificiais e modelos escondidos de Markov para aplicações de reconhecimento de gestos em superfícies. MOREIRA, Bruna Salles. Reconhecimento de gestos em superfícies Redes neurais artificiais Modelos escondidos de Markov Superfícies interativas Aprendizado de máquina Técnicas de aprendizagem de máquina Inteligência artificial Entrada acústica - classificação Matlab - toolboxes Toolboxes - Matlab Reconhecimento de objetos e texturas Gesture recognition on surfaces Artificial neural networks Hidden Markov Models Interactive Surfaces Machine learning Machine learning techniques Artificial intelligence Acoustic entrance - classification Matlab - toolboxes Toolboxes - Matlab Object and texture recognition Engenharia Elétrica. |
title_short |
Análise comparativa de redes neurais artificiais e modelos escondidos de Markov para aplicações de reconhecimento de gestos em superfícies. |
title_full |
Análise comparativa de redes neurais artificiais e modelos escondidos de Markov para aplicações de reconhecimento de gestos em superfícies. |
title_fullStr |
Análise comparativa de redes neurais artificiais e modelos escondidos de Markov para aplicações de reconhecimento de gestos em superfícies. |
title_full_unstemmed |
Análise comparativa de redes neurais artificiais e modelos escondidos de Markov para aplicações de reconhecimento de gestos em superfícies. |
title_sort |
Análise comparativa de redes neurais artificiais e modelos escondidos de Markov para aplicações de reconhecimento de gestos em superfícies. |
author |
MOREIRA, Bruna Salles. |
author_facet |
MOREIRA, Bruna Salles. |
author_role |
author |
dc.contributor.none.fl_str_mv |
PERKUSICH, Angelo. PERKUSICH, A. http://lattes.cnpq.br/9439858291700830 LUIZ, Saulo Oliveira Dornellas. LUIZ, S. O. D. http://lattes.cnpq.br/5704594745207397 |
dc.contributor.author.fl_str_mv |
MOREIRA, Bruna Salles. |
dc.subject.por.fl_str_mv |
Reconhecimento de gestos em superfícies Redes neurais artificiais Modelos escondidos de Markov Superfícies interativas Aprendizado de máquina Técnicas de aprendizagem de máquina Inteligência artificial Entrada acústica - classificação Matlab - toolboxes Toolboxes - Matlab Reconhecimento de objetos e texturas Gesture recognition on surfaces Artificial neural networks Hidden Markov Models Interactive Surfaces Machine learning Machine learning techniques Artificial intelligence Acoustic entrance - classification Matlab - toolboxes Toolboxes - Matlab Object and texture recognition Engenharia Elétrica. |
topic |
Reconhecimento de gestos em superfícies Redes neurais artificiais Modelos escondidos de Markov Superfícies interativas Aprendizado de máquina Técnicas de aprendizagem de máquina Inteligência artificial Entrada acústica - classificação Matlab - toolboxes Toolboxes - Matlab Reconhecimento de objetos e texturas Gesture recognition on surfaces Artificial neural networks Hidden Markov Models Interactive Surfaces Machine learning Machine learning techniques Artificial intelligence Acoustic entrance - classification Matlab - toolboxes Toolboxes - Matlab Object and texture recognition Engenharia Elétrica. |
description |
Muitas atividades humanas são táteis. Reconhecer como uma pessoa toca um objeto ou uma superfície que os cerca diariamente é uma área ativa de pesquisa e gera um forte interesse na comunidade de superfícies interativas. Nesta dissertação, compara-se duas técnicas de aprendizado de máquina, a Rede Neural Artificial (RNA) e os Modelos de Markov escondidos (HMM), pois são técnicas comuns e com baixo custo computacional utilizadas para classificar uma entrada acústica, baseando-se em o som único produzido quando uma unha é arrastada sobre uma superfície. Empregou-se um microfone pequeno e de baixo custo que pode ser facilmente incorporado a uma superfície para ser utilizado como entrada passiva de reconhecimento de gestos. Nossa contribuição é analisar as vantagens e limitações dessas técnicas no contexto do reconhecimento de gestos usando um alfabeto simples de três figuras geométricas: círculo, quadrado e triângulo. Para isso, usamos as toolboxes do Matlab para implementar os modelos e avaliar o conjunto de dados utilizados para treinar os modelos. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020 2021-11-05T19:24:02Z 2021-11-05 2021-11-05T19:24:02Z |
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://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/21867 MOREIRA, Bruna Salles. Análise comparativa de redes neurais artificiais e modelos escondidos de Markov para aplicações de reconhecimento de gestos em superfícies. 2020. 76f. (Dissertação de Mestrado) Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande - Paraíba - Brasil, 2020. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/21867 |
url |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/21867 |
identifier_str_mv |
MOREIRA, Bruna Salles. Análise comparativa de redes neurais artificiais e modelos escondidos de Markov para aplicações de reconhecimento de gestos em superfícies. 2020. 76f. (Dissertação de Mestrado) Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande - Paraíba - Brasil, 2020. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/21867 |
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.publisher.none.fl_str_mv |
Universidade Federal de Campina Grande Brasil Centro de Engenharia Elétrica e Informática - CEEI PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UFCG |
publisher.none.fl_str_mv |
Universidade Federal de Campina Grande Brasil Centro de Engenharia Elétrica e Informática - CEEI PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UFCG |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFCG instname:Universidade Federal de Campina Grande (UFCG) instacron:UFCG |
instname_str |
Universidade Federal de Campina Grande (UFCG) |
instacron_str |
UFCG |
institution |
UFCG |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
collection |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG) |
repository.mail.fl_str_mv |
bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br |
_version_ |
1809744514110193664 |