کاربردهای یادگیری عمیق: بازشناسی ژست دست

کاربردهای یادگیری عمیق: بازشناسی ژست دست

در این مقاله ما با یک روش جدید بازشناسی ژست دست به صورت سه بعدی که مبتنی بر یک روش یادگیری عمیق است اشنا می شویم .

ژست و لمس کردن دو روش طبیعی برای انسان است که با آن­ها می تواند با محیط پیرامون خود ارتباط برقرار کند.

برخلاف لمس کردند که نیازمند برقراری یک ارتباط فیزیکی می باشد. وضعیت و ژست نیازمند ارتباط فیزیکی نیست.

رابط های کامپیوتری مبتنی بر ژست آدمی می توانند از محاسبات دیجیتالی برای باز شناسی استفاده کنند .عوامل مختلفی دقت این سیستم ها تاثیر گزار هست . عواملی مانند: شدت روشنایی ،زاویه نسبت به دوربین ،رزولیشن دوربین در پردازش های دوبعدی می توانند بر صحت بازشناسی تاثیر گزار باشند.

برای رفع این مشکلات پژوهش های زیادی انجام گرفته است .

یکی از قویترین پژوهش ها از سیستم یادگیری عمیق  استفاده کرده وداده های سه بعدی را به عنوان ورودی پذیرش می کند. در این

پژوهش از یک شبکه عصبی کانولوشن چند کاناله با دو ماژور استخراج ویژگی و یک شاخه باقیمانده در هر کانال استفاده شده

است . در ساختار کلی این مدل در شکل زیر نشان داده شده است .

سیستم پیشنهادی در این پژوهش بر روی پایگاه داده DHGبرای چهارده ژست صحت ۲۸/۹۱ درصد و برای ۲۸ژست دقت۳۵/۸۴ درصد را نتیجه داده است .

برای مطالعه بیشتر به مقاله زیر رجوع کنید.

https://ieeexplore.ieee.org/document/8373818

 

 

بدون دیدگاه

ارسال یک نظر

نظر
نام
ایمیل
وبسایت