Результаты распознавания жеста “окружность” для десяти пользо-
вателей представлены в табл. 2.
Таблица 2
Результаты распознавания для различных пользователей
Данные Число выполненных
жестов
Число распознанных
жестов
Точность
распознавания, %
Тестирующие
50
47
94
Точность распознавания второго, третьего и четвертого экспери-
ментов превышает 90%, что позволяет рассчитывать на примене-
ние данной системы для построения робастного интерфейса человек-
компьютер. В этом интерфейсе данные о распознанных манипуля-
тивных жестах могут быть использованы как команды управления
программным обеспечением компьютера и интерфейс управления с
помощью клавиатуры и мыши становится ненужным.
Заключение.
Разработана методология распознавания манипуля-
тивных жестов, базирующаяся на использовании модели нечетких ко-
нечных автоматов. Методология была апробирована в программной
системе на персональном компьютере с использованием видеокаме-
ры. Для захвата изображения использовались видеокамеры низкого
качества (web-камеры) разрешением
640
×
480
, 8 бит, 30 кадр./с. Си-
стема распознает десять манипулятивных жестов с точностью около
90%, при этом не требуется больших вычислительных ресурсов, мо-
жет совместно работать с несколькими приложениям в операционной
системе Windows XP. Выбранные манипулятивные жесты исключали
двусмысленность передаваемой информации. Это обеспечивалось вы-
бором жестов, неиспользующихся в обычном общении и состоящих
из базовых жестов языка глухонемых, интуитивно понятных пользо-
вателю.
Популярными моделями для распознавания жестов являются скры-
тые марковские модели, байесовы сети, нейронные сети. Главные не-
достатки этих моделей — это необходимость жестко предопределенной
внутренней структуры, хорошо сегментированный набор обучающей
выборки, частое переобучение.
Главными преимуществами использованной модели нечеткого ко-
нечного автомата является возможность строить распознаватель, имея
всего несколько примеров в обучающей выборке, строить автоматы
разной длины, распознавать жесты с траекторией, включающей ци-
клы и пересечения.
Кроме того, разработан алгоритм захвата и отслеживания области
интересов на сложном фоне. Алгоритм не требует дополнительных
72 ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2007. № 3
