Reconocimiento de Gestos de la Mano en Tiempo Real Usando Leap Motion Controller y Machine Learning

• Nogales, Rubén Jhon ^[1] ; Benalcázar, Marco ^[1]
  1. [1] Escuela Politécnica Nacional

     Escuela Politécnica Nacional

     Quito, Ecuador

     
• Localización: Conference Proceedings (Machala), ISSN-e 2588-056X, Vol. 3, Nº. 1, 2019 (Ejemplar dedicado a: Conference Proceedings UTMACH; 65 a 76), págs. 823-835
• Idioma: español
• Enlaces
  • Texto completo
• Resumen

  • Actualmente, el reconocimiento de gestos se presenta como un problema de extracción de características y reconocimiento de patrones, en el cual se etiqueta un movimiento como perteneciente a una clase determinada. La respuesta de un sistema de reconocimiento de gestos puede aplicarse a diferentes problemas en diferentes campos, como la medicina, la docencia, la robótica, etc. Existen diferentes modelos propuestos en la literatura científica que intentan resolver el problema del reconocimiento del gesto de la mano. Estos trabajos no satisfacen la demanda de procesamiento en tiempo real y alta precisión de reconocimiento, simultáneamente. En este contexto, el presente trabajo propone desarrollar un nuevo modelo para el reconocimiento de gestos con la mano utilizando información infrarroja, adquirida con el Leap Motion Controller, y también utilizando técnicas de aprendizaje automático. El modelo propuesto pretende reconocer 5 gestos estáticos y 4 dinámicos de la mano en tiempo real y con gran precisión, de forma simultánea. La metodología que se utilizará para desarrollar este trabajo se compone de dos fases: el entrenamiento y la prueba: en la primera fase, diseñaremos, clasificaremos, validaremos preliminarmente y sintonizaremos el modelo propuesto. En la segunda fase, probaremos el modelo propuesto estimando su precisión de reconocimiento y el tiempo de procesamiento.