Representación en bloque de la fase de entrenamiento (líneas duras y de puntos) y de prueba (líneas discontinuas) del sistema propuesto. Crédito:S. Misra y R. H. Laskar.
Investigadores de NIT Silchar, India, recientemente han desarrollado un nuevo sistema dinámico de reconocimiento de caracteres de teclado basado en gestos manuales. Este sistema de teclado virtual, presentado en un artículo publicado en Springer's Journal of Ambient Intelligence and Humanized Computing , utiliza un enfoque basado en imágenes para el reconocimiento de gestos que es un patrón, velocidad y escala invariantes por naturaleza.
"El reconocimiento de gestos es un campo de estudio prometedor debido a su amplia gama de aplicaciones, "Songhita Misra, uno de los investigadores que realizó el estudio, dijo a TechXplore. "Se puede aplicar un sistema de reconocimiento de gestos en sistemas de realidad virtual, realidad aumentada, cuidado de la salud, vehículos para ayudar a los pacientes con problemas de visión o de movimiento, para electrodomésticos, robots, minería y varias otras aplicaciones, que aumentan con cada día que pasa ".
El reconocimiento de gestos podría mejorar las interacciones entre humanos y computadoras en una variedad de áreas. Aunque las herramientas de reconocimiento de gestos pueden tener una amplia gama de aplicaciones, hasta aquí, muy pocas organizaciones e instituciones han intentado introducir estos sistemas en la sociedad.
"Al realizar la encuesta bibliográfica, Observé que la mayoría de los estudios existentes se limitan a gestos estáticos o gestos dinámicos de pequeña duración, como 'muévete a la izquierda, ' 'mover a la derecha, '' haga clic, ' 'parada, 'etc., que básicamente puede reemplazar el mouse tradicional y los controles remotos de T.V. como máximo, ", Dijo Songhita." Con el aumento en la demanda de aplicaciones, la complejidad del sistema desde el punto de vista del diseñador está destinada a aumentar. Por lo tanto, se requiere un estudio y un análisis exhaustivos en el campo de los sistemas dinámicos largos ".
Diagrama de flujo del modelo de clasificación jerárquica propuesto. Crédito:S. Misra y R. H. Laskar.
Los teclados tradicionales admiten una amplia gama de caracteres, incluyendo mayúsculas y minúsculas en inglés, operadores aritméticos, Números arábigos, y otros caracteres ASCII imprimibles. Un sistema de reconocimiento de gestos que cubra todos estos caracteres es muy difícil de desarrollar debido a sus importantes requisitos de base de datos. así como las posibles complicaciones asociadas con la detección de manos, seguimiento, extracción de características y uso de clasificadores.
En su estudio reciente, Songhita y sus colegas se propusieron desarrollar un sistema de teclado virtual con aproximadamente 95 caracteres. Todavía, debido a las dificultades asociadas con esta tarea, su sistema admite actualmente 58.
"Nuestro equipo, que incluye a mi guía Dr. Rabul Hussain Laskar, Dr. Joyeeta singha y yo, logró desarrollar un sistema de 58 caracteres de teclado imprimibles utilizando marcadores de color y la mano desnuda, Songhita explicó. "Nuestra investigación en este campo comenzó en 2013 en nuestro laboratorio de habla e imagen en NIT Silchar".
Los investigadores desarrollaron un enfoque jerárquico para el reconocimiento de gestos que se basa en la auto coarticulación, características de posición y trayectoria. Los modelos de vanguardia existentes para el reconocimiento de gestos se basan en características de trayectoria temporal, que dependen de la ruta secuencial bidimensional en forma de fotograma seguida de gestos particulares.
Los 58 caracteres del teclado clasificados en el estudio. Crédito:S. Misra y R. H. Laskar.
Debido a esta dependencia, las características analizadas por estos enfoques pueden verse afectadas por el ruido de la trayectoria u otras variaciones en el patrón, velocidad o escala. El enfoque ideado por Songhita y sus colegas, por otra parte, utiliza modelos de imagen que no se obtienen por fotogramas, y, por lo tanto, no se ven afectados por el patrón, velocidad, variaciones de escala o trayectoria.
Los investigadores fusionaron estas características de trayectoria y basadas en imágenes en un modelo de clasificación jerárquico híbrido. Su modelo logró un 3,9 por ciento más de precisión que un modelo de clasificación de trayectoria no jerárquica de referencia, con tasas de clasificación erróneas más bajas para caracteres como '0' y 'O' o 'Z' y '2'.
"La versión ampliada de nuestro trabajo ha sido aprobada por IMPRINT-II para el patrocinio de SERB, DST, India, por una duración de tres años, "Songhita dijo." Nuestro proyecto, que está en colaboración con IIT Guwahati, fue uno de los 121 proyectos seleccionados de más de 2000 propuestas. Este es un gran logro para nosotros, así como para el instituto. Definitivamente, el nuestro será uno de los primeros proyectos en la India que se centrará únicamente en el desarrollo de un sistema de interfaz de entrada de texto virtual ".
El estudio reciente llevado a cabo por Songhita y sus colegas se centró en desarrollar un modelo de clasificación jerárquica que pueda abordar grandes bases de datos sin reducir la precisión del sistema. El objetivo del proyecto más amplio aprobado por IMPRINT-II, sin embargo, será desarrollar un sistema de reconocimiento de gestos para discapacitados para 95 caracteres de teclado imprimibles utilizando marcadores de color y detección con las manos desnudas. Una vez que este sistema esté completo, se implementará para que lo utilicen personas mayores y con problemas de visión, así como a otros que podrían beneficiarse de ella.
"El desarrollo de un sistema de vocabulario tan amplio será una tarea desafiante, "Songhita dijo." Hasta ahora, hemos desarrollado un sistema de reconocimiento de 58 caracteres utilizando técnicas basadas en la visión ".
© 2019 Science X Network
