Optimierung der Erkennung von Handgesten:: Verbesserte Methoden mit MFSM, MHMM und DTW (German Edition)

Ein sehr interessantes Forschungsgebiet im Bereich der Mustererkennung, das in letzter Zeit viel Aufmerksamkeit erregt hat, ist die Gestenerkennung. Eine Geste kann als die Art und Weise beschrieben werden, in der eine Person ihren Körper und ihre Gliedmaßen bewegt, um eine Idee oder ein Gefühl auszudrücken. Menschen benutzen im Alltag häufig Gesten, um sich mitzuteilen. Daher sind Gesten ein natürliches Mittel zur Übermittlung von Informationen. Dies hat uns dazu motiviert, Gesten für die Kommunikation mit Computern zu verwenden. Gesten bieten somit eine attraktive und benutzerfreundliche Alternative zu Schnittstellengeräten wie Tastatur, Maus und Joysticks in der Mensch-Computer-Interaktion (HCI). Dementsprechend besteht das grundlegende Ziel der Gestenerkennungsforschung darin, ein System zu entwickeln, das bestimmte menschliche Gesten automatisch identifizieren/interpretieren und zur Übermittlung von Informationen nutzen kann. Das Hauptziel dieses Buches ist die Untersuchung von Methoden, die auf modernsten Techniken basieren. Die Arbeit befasst sich mit der Entwicklung von Handgestenerkennung unter Verwendung von Video Object Plane Generation Hand Segmentation, Modified Finite State Machine (MFSM), Modified Hidden Markov Model (MHMM) und Dynamic Time Warping (DTW).