Se aborda el problema del reconocimiento de gestos usando la información de movimiento con el fin de obtener un modelo bio-inspirado para, en un futuro, utilizarlo en la programación de robots mediante el paradigma del aprendizaje por imitación. En este trabajo se extraen las primitivas de movimiento a partir de imágenes consecutivas, capturadas por una cámara web estándar. Para la programación por imitación de robots se identificó, como primera fase, el reconocimiento de gestos, en el cual es necesario resolver tres aspectos principales: La representación instantánea del movimiento, la integración temporal de dicha información y, la estrategia de clasificación. Estos tres aspectos serán tratados a lo largo de este trabajo y, en contraste con otros, la extracción del movimiento y su codificación está inspirada en el procesamiento del movimiento realizado en el cerebro de macacos. El modelo obtenido fue aplicado al reconocimiento de cuatro tipos de gestos realizados con la mano por diferentes personas. El porcentaje de aciertos varió entre 91.42% y 97.14%, utilizando diferentes estrategias estándar de clasificación.
Journal Information
Vol. 5. Issue 4.
Pages 69-76 (October 2008)
Vol. 5. Issue 4.
Pages 69-76 (October 2008)
Open Access
Modelo Bio-inspirado para el Reconocimiento de Gestos Usando Primitivas de Movimiento en Visión
Visits
3561
* Grupo de Percepción y Sistemas Inteligentes (PSI) – E.I.E.E. Universidad del Valle, Ciudad Universitaria Meléndez, Calle 13 n°100-00, Cali, Colombia
** Grupo de Percepción y Sistemas Inteligentes (PSI) – E.I.E.E. Universidad del Valle, Ciudad Universitaria Meléndez, Calle 13 n°100-00, Cali, Colombia
*** Grupo de Percepción y Sistemas Inteligentes (PSI) – E.I.E.E. Universidad del Valle, Ciudad Universitaria Meléndez, Calle 13 n°100-00, Cali, Colombia
This item has received
Article information
Resumen
Palabras clave:
Reconocimiento de gestos
modelo bio-inspirado
primitivas de movimiento
codificación del movimiento
integración temporal
visión artificial
Full text is only aviable in PDF
Referencias
[Bobick and Davis, 2001]
A.F. Bobick, J.W. Davis.
The Recognition of Human Movement using Temporal Templates.
IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 23 (2001), pp. 257-267
[Bruce and Green, 1990]
V. Bruce, P.R. Green.
Visual Perception: Physiology Psychology and Ecology.
Lawrence Erlbaum Associates, (1990),
[DeVanois et al., 1974]
R.L. DeVanois, M.C. Morgan, D.M. Snodderly.
Psychophysical studies of monkey vision. III. Spatial luminance contrast sensitivity test of macaque and human observers.
Vision Research, Vol. 14 (1974), pp. 1974
[Duffy and Wurtz, 1997]
C. Duffy, R. Wurtz.
MTS neurons respond to speed patterns in optical flor.
Journal of Neuroscience, Vol. 17 (1997), pp. 2839-2851
[Graciano et al., 1994]
M. Graciano, R. Andersen, R. Snowden.
Tuning of MTS neurons to spiral motions.
Journal of Neuroscience, Vol. 14 (1994), pp. 54-67
[Nope et al., 2006a]
S. Nope, H. Loaiza, E. Caicedo.
Review of Techniques for Motion Estimation in Artificial Vision.
Revista Colombiana de Tecnologías de Avanzada, Vol. 2 (2006), pp. 102-108
[Nope et al., 2006b]
S. Nope, H. Loaiza, E. Caicedo.
Aplicaciones del Movimiento y su Representación Biológica en el Reconocimiento de Gestos.
Ingeniería y competitividad, Vol. 8 (2006), pp. 55-63
[Orban et al., 1986]
G.A. Orban, H. Kennedy, J. Bullier.
Velocity sensitivity and direction selectivity of neurons in areas V1 and V2 of the monkey: influence of eccentricity.
Journal of Neurophysiology, Vol. 56 (1986), pp. 462-480
[Pomplun et al., 2002]
M. Pomplun, J. Martinez-Trujillo, E. Simine, Y. Liu, S. Treue, J.K. Tsotsos.
A Neurally-Inspired Model for Detecting and Localizing Simple Motion Patterns in Image Sequences. Workshop on Dynamic Perception.
Bochum, (2002),
[Santos-Victor and Sandini, 1996]
S. Santos-Victor, G. Sandini.
Uncelebrated obstacle detection using normal flor.
Matching Vision and Applications, Vol. 9 (1996), pp. 130-137
[Treue and Andersen, 1996]
S. Treue, R.A. Andersen.
Neural responses to velocity gradients in macaque cortical area MT.
Visual Neuroscience, Vol. 13 (1996), pp. 797-804
[Wang and Brandstein, 1999]
C. Wang, M. Brandstein.
Multi-source face tracking with audio and visual data.
IEEE MMSP, (1999), pp. 169-174
Copyright © 2008. Elsevier España, S.L.. Todos los derechos reservados