Reconocimiento de gestos de manos como mecanismo de interacción humano-computador

Abstract

La detección de gestos realizados por usuarios se está convirtiendo en uno de los más importantes mecanismos para la interacción humano-computador, debido a la naturalidad e intuitividad que ofrece, además de ser un mecanismo llamativo, lo que motiva a las personas a usarlo. Sin embargo, para realizar una detección apropiada de gestos se está utilizando hardware especializado, el cual puede ser de difícil acceso por costos e infraestructura. En este trabajo se propone una estrategia de detección de gestos usando cámaras web (las cuales son hardware no especializado de fácil acceso en un computador estándar), donde a través de pre-procesamiento de imágenes se disminuye el ruido, y utilizando clasificadores como Máquinas de Soporte Vectorial, se hace la detección del gesto realizado por el usuario. Los resultados muestran que el desarrollo de un sistema de reconocimiento de gestos no es una tarea fácil debido a la influencia de diversas condiciones al momento de la ejecución del sistema. Asimismo, es fundamental una adecuada localización de la región de interés dado que esta influye en la extracción y clasificación de características.

Abstract. Recognition of gestures made by users is becoming one of the most important mechanisms for Human-Computer Interaction, due to the simplicity and intuitiveness that it offers; in addition, it is a mechanism, which motivates people to use it. However, in order to make a proper gesture detection, specialized hardware is used, but this is expensive. This Thesis yields a gesture-detection model using web cameras (which are not specialized hardware and are easily accessible on a standard computer). This model uses image pre-processing to reduce the noise, and use classifiers like Support Vector Machines to detect the users gesture. The results show that the development of a gesture recognition system is not an easy task due to the influence of different conditions at the time of the system's execution. It is also essential an appropriate detection of the region of interest, since the detection influences the extraction and classification of features