iki diferansiyel PIR algılayıcı ve bir kamera yardımıyla el hareketlerinin sınıflandırılması
Date
Authors
Editor(s)
Advisor
Supervisor
Co-Advisor
Co-Supervisor
Instructor
BUIR Usage Stats
views
downloads
Citation Stats
Series
Abstract
Bu makalede, iki diferansiyel kızılberisi algılayıcı (PIR) ve bir kamera kullanılarak geliştirilen el jestleri algılama ve sınıflandırma sistemi tanıtılmaktadır. İzlenen alanda diferansiyel PIR algılayıcı dizisi ile hareket varlığı araştırılır. Bir hareket algılanması durumunda kamera yardımıyla söz konusu hareketin el olup olmadığına, el ise çok modlu sistem verilerinin birlikte değerlendirilmesiyle hareketin hangi tanımlı sınıfa ait olduğuna karar verilir. Kamera ile el jestleri algılama ve hareketleri sınıflandırma aşamasında ten algılama ve dışbükey zarf-gedik hesaplama yöntemleri kullanılır. Farklı el hareketlerinin PIR algılayıcı verileri yardımıyla sınıflandırılması Winner-Take-All (WTA) imza metoduyla gerçekleştirilir. Bu makalenin temel katkısı, WTA imza kodlarının tek boyutlu sinyallerin sınıflandırılmasında kullanılabileceğini ve çoklu algılayıcı tümleştirmesiyle jestleri tanıma sonuçlarının geliştirilebileceğini göstermektir.
In this paper, a hand gesture detection and classification system using two differential Pyro-electric Infrared (PIR) sensors and a camera is introduced. Motion presence is investigated in the area of interest using two differential PIR sensors. In the case of any motion detection, a decision whether it belongs to a hand or not is made by using camera and if it is a hand, which gesture belongs to which predefined class is determined by evaluating each system data together. In the stage of hand gesture detection and classification using camera, skin detection and convex hull-defect algorithms are used. Classification of different hand gestures by using differential PIR sensors is carried out by Winner-Take-All (WTA) hash method. The main contribution of this paper is to show that WTA hash codes can be utilized in classification of 1-D signals and gesture recognition accuracy can be improved by multi-sensor fusion. © 2014 IEEE.