hrvatski

Razvoj i implementacija gestualnog sučelja korištenjem signala akcelerometra i metoda učenja daljinske metrike

Predmet istraživanja ove disertacije je primjena pokreta ruku kao zamjenskog ili dopunskog modaliteta upravljanja mobilnim uređajima. U njoj je predstavljen koncept novog sustava za raspoznavanje gesti, zasnovanog na upotrebi troosnih akcelerometara, koji u novije vrijeme postaju sastavni dio sve većeg broja uređaja tzv. potrošačke elektronike. Temeljem profila signala akceleracije, zabilježenog prilikom gibanja mobilnog uređaja, moguće je izvršiti razvrstavanje pokreta u neku od ranije naučenih vrsta gesti. Zadani pokret gotovo je nemoguće posve istovjetno opetovati više puta, a čak i kad bi to bilo moguće, utjecaj uobičajenih pogrešaka mjerenja i mjerne opreme neizbježno bi stvorio razlike među snimljenim uzorcima podataka. Stoga je za raspoznavanje gesti nužno upotrijebiti neki od “inteligentnih” programskih algoritama iz skupine algoritma raspoznavanja uzoraka. U nedostatku znanja o raspodjeli vjerojatnosti pojavljivanja pojedinih vrsta (klasa) gesti, razvrstavanje unutar sustava se vrši primjenom pravila odlučivanja metode k najbližih susjeda, čija se točnost pospješuje učenjem Mahalanobisove razdaljinske metrike. Cilj učenja metrike je da k najbližih susjeda uvijek pripada istoj klasi, a da istodobno uzorci iz drugih klasa budu od njih odijeljeni dovoljno velikim pojasom razdvajanja. Unutar računala, geste su predstavljene kao vremenski promjenjivi uzorci u nekom prostoru značajki. Metoda odabira značajki može presudno utjecati na kvalitetu raspoznavanja, jer ne samo što se na taj način dolazi do jezgrovitog, informativnog prikaza gesti, već se pravilnim izborom značajki može bitno smanjiti osjetljivost gestualnih podataka na šum i druge promjene. U ovoj disertaciji predloženo je uvođenje novog opisnika značajki namijenjenog upravo raspoznavanju gesti temeljenom na signalima akcelerometra, koji omogućuje jasno razlikovanje oblika načinjenog pokreta. U sklopu ove disertacije razvijen je prototip opisanog sustava za raspoznavanje pokreta te pripadajuća pokazna Android aplikacija. Kako bi se ispitala njegova funkcionalnost, načinjen je “rječnik”, sastavljen od 9 različitih značenjskih pokreta. Eksperimentalni rezultati pokazuju da sustav ostvaruje gotovo savršenu točnost raspoznavanja, usporedivu s točnošću drugih, sličnih sustava u literaturi.

troosni akcelerometar; raspoznavanje gesti; obrada signala; odabir značajki; učenje razdaljinske metrike; razvrstavanje metodom najbližih susjeda

nije evidentirano