Rozpoznávání gest

Abstract

Tato bakalářská práce se zabývá rozpoznáváním gest rukou. Jsou diskutovány výhody a nevýhody různých barevných modelů pro detekci barvy kůže. Kůže je detekována pomocí vyhledávací tabulky. Vyhledávací tabulka je vytvořena z histogramu barvy kůže a volitelně Gaussova rozdělení, jehož parametry jsou z histogramu odhadnuty. Pro klasifikaci gest jsou využity Skryté Markovovy modely. Pro práci s těmito modely byl použit toolkit HTK. Rozpoznávání gest v reálném čase zajištuje vlastní dekodér Skrytých Markovových modelů využívající Viterbiho algoritmus. Bylo provedeno několik experimentů se systémem a datovými sadami pro 4 gesta. Výsledky experimentů jsou velmi dobré.This Bachelor's thesis is engaged in recognition hand gestures. The advantages and disavantages of various color models for skin color detection are discussed here. Skin is detected by look-up table. Look-up table is created from histogram of skin color and optional from Gaussian distribution, whose parameters are estimated from histogram. Hidden Markov models are used for gesture classification. The HTK toolkit have been used for working with the models. Own decoder of Hidden Markov models based on Viterbi algorithm was created for real-time gesture recognition. Several experiments were accomplished with data sets for 4 gestures. The results of the experiments are very good.