中大機構典藏-NCU Institutional Repository-提供博碩士論文、考古題、期刊論文、研究計畫等下載:Item 987654321/9181
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 70585/70585 (100%)
造访人次 : 23183123      在线人数 : 469
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/9181


    题名: 以軌跡辨識為基礎之手勢辨識系統;A Trajectory-based Approach to Gesture Recognition
    作者: 洪兆欣;Chao-Hsin Hung
    贡献者: 資訊工程研究所
    关键词: 動態手勢辨識;手語辨識;自我組織特徵映射圖網路;適應共振理論;adaptive resonance theory (ART);self-organizing feature maps (SOM);dynamic gesture recognition;character recognition;sign language recognition
    日期: 2006-07-05
    上传时间: 2009-09-22 11:42:40 (UTC+8)
    出版者: 國立中央大學圖書館
    摘要: 手勢辨識系統可廣泛應用於人機介面設計、醫療復健、虛擬實境、數位藝術創作與遊戲設計等領域,尤其是手語辨識系統,更是需要搭配準確且可行的手勢辨識系統。 本論文提出SOMART演算法,將動態手勢辨識之問題轉換為軌跡辨識問題處理。SOMART演算法主要包含兩個步驟,首先,將多維的手勢資訊利用SOM網路作基本手形分類器並投影至二維平面中。接著,將前一步驟所產生的平面軌跡輸入至改良後的ART網路做圖樣的辨識以辨識動態手勢。另外,我們利用「以軌跡辨識為基礎」的辨識概念,進行手部移動軌跡辨識,同樣可解決動態時序資料辨識的問題。 結果驗證部份,我們定義47種靜態手勢、103種動態手勢及八種手部移動軌跡,分別請十位使用者錄製手部移動軌跡資料,整體資料庫的數量為4650筆資料。靜態手勢的平均辨識率為92%,動態手勢的平均辨識率為88%。而手部移動軌跡的平均辨識率達99%。 Gesture recognition is needed for a variety of applications such as human-computer interfaces, communication aids for the deaf, etc. In this thesis, we present a SOMART system for the recognition of hand gestures. The sequence of a hand gesture is first projected into a 2-dimensional trajectory on a self-organizing feature map (SOM). Then the problem of recognizing hand gestures is transformed to the problem of recognizing hand-written characters. The adaptive resonance theory (ART) algorithm generates multiple templates for each hand gesture. Finally, an unknown gesture is classified to be the gesture with the maximum similarity in the vocabulary via a template matching technique. In addition, the conception of SOMART system can also apply to hand movement trajectory recognition. A database consisted of 47 static hand gestures, 103 dynamic hand gestures, and eight movement trajectories was tested to demonstrate the performance of the proposed method. The average recognition rate of static hand gestures is 92%, the recognition rate of dynamic hand gestures is 88%, and 99% for hand movement trajectories.
    显示于类别:[資訊工程研究所] 博碩士論文

    文件中的档案:

    档案 大小格式浏览次数


    在NCUIR中所有的数据项都受到原著作权保护.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈  - 隱私權政策聲明