Mostrar el registro sencillo del ítem

Deteccion de poses de las manos usando descriptores LBP

Detection poses of hands using LBP descriptors

dc.contributorIregui Guerrero, Marcela
dc.creatorTorres Arboleda, Cristhian David
dc.date2015-10-08T13:36:00Z
dc.date2019-12-26T22:05:14Z
dc.date2015-10-08T13:36:00Z
dc.date2019-12-26T22:05:14Z
dc.date2015-08-28
dc.date.accessioned2026-03-25T19:41:08Z
dc.date.available2026-03-25T19:41:08Z
dc.identifierhttps://hdl.handle.net/10654/6695
dc.identifier.urihttp://test.repositoriodigital.com:8080/handle/123456789/202426
dc.descriptionEl reconocimiento de gestos se ha presentado como una alternativa para la implementación de sistemas de interacción eficaces. Particularmente las aplicaciones basadas en visión artificial poseen ventajas en potabilidad frente a otras alternativas. Sin embargo, los algoritmos suelen requerir entrenamiento computacional intensivo, siendo difíciles de implementar en dispositivos móviles. En este artículo se realiza un estudio preliminar para la detección de poses de la mano usando un algoritmo basado en Patrones Binarios locales, más conocido por su sigla en inglés LBP (Local Binary Patterns). Para lo anterior, se presenta un modelo heurístico de división de la mano en regiones ponderadas diferencialmente, que permite la clasificación directa de los gestos usando una medida de similitud. Los pesos y la distribución de regiones se evaluaron de acuerdo a su precisión en la clasificación de cada pose de la mano. Estas pruebas se realizaron en un conjunto de imágenes, capturadas en condiciones controladas, correspondientes a cinco poses diferentes. El algoritmo propuesto con el esquema de regiones ponderadas muestra una buena capacidad de discriminación y presenta una alternativa válida para futuras aplicaciones.
dc.descriptionThe gesture recognition has been presented as an alternative to the implementation of effective systems of interaction. Particularly based in machine vision applications have advantages over other alternatives potability. However, computational algorithms often require intensive training, being difficult to implement on mobile devices. In this paper, a preliminary study to detect hand poses using local binary patterns based algorithm, better known by its acronym LBP (Local Binary Patterns) is performed. For this, a heuristic model of division hand in regions differentially weighted, which allows direct classification of gestures using a similarity measure is presented. The weights and distribution regions were evaluated according to their classification accuracy of each hand pose. These tests were performed on a set of images taken in controlled conditions corresponding to five different poses. The proposed scheme regions with weighted algorithm shows a good ability to discriminate and presents a viable alternative for future applications.
dc.descriptionUniversidad Militar Nueva Granada
dc.descriptionPregrado
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.languagespa
dc.publisherIngeniería Multimedia
dc.publisherFacultad de Ingeniería
dc.publisherUniversidad Militar Nueva Granada
dc.relationMeenakshi Panwar and Pawan Singh Mehra, “Hand Gesture Recognition for Human Computer Interaction“.
dc.relationTimo Ahonen, Abdenour Hadid and Matti Pietik¨ainen, “Face Description with Local Binary Patterns: Application to Face Recognition”.
dc.relationYoudong Ding, Haibo Pang, Xuechun Wu and Jianliang Lan, “Recognition of hand-gestures using improved local binary pattern”.
dc.relationPaulo Trigueiros, Fernando Ribeiro and Lu´ıs Reis, “A Comparative Study of Different Image Features for Hand Gesture Machine Learning”
dc.relationVladimir I. Pavlovic, Rajeev Sharma and Thomas S. Huang, “Visual Interpretation of Hand Gestures for Human-Computer Interaction: A Review”
dc.relationAnkit Chaudhary, J. L. Raheja, Karen Das and Sonia Raheja, “Intelligent Approaches to interact with Machines using Hand Gesture Recognition in Natural way: A Survey”
dc.relationBin Xiao, Xiang-min Xu and Qian-pei Mai, “Real-Time Hand Detection and Tracking Using LBP Features”.
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectSISTEMAS MULTIMEDIA
dc.subjectMULTIMEDIA POR COMPUTADOR
dc.subjectLocal binary Pattern
dc.subjectinteracción humano computador
dc.subjectLBP
dc.subjectHCI
dc.subjectvisión por computador
dc.subjectpose
dc.subjectreconocimiento de gestos de las manos
dc.subjectLocal binary Pattern
dc.subjecthuman computer interaction
dc.subjectcomputer vision
dc.subjectdetect hand poses
dc.subjectHCI
dc.subjectLBP
dc.subjectpose
dc.titleDeteccion de poses de las manos usando descriptores LBP
dc.titleDetection poses of hands using LBP descriptors
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.typeTrabajo de grado
dc.typeinfo:eu-repo/semantics/acceptedVersion
dc.coverageCalle 100


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem