3218343845

1. Wstęp 12

Przeanalizujmy teraz etap klasyfikacji. Spośród opisywanych publikacji część dotyczy rozwiązań wykrywających tylko układ dłoni [MB99, WHOO], w szczególności litery alfabetów palcowych [LK95, HMM97, WG02, Mar08]. Pozostałe rozwiązania rozpoznają również gesty. Wyraźnie zarysowana jest wśród nich tendencja dzielenia systemów klasyfikacji gestów na dwa etapy: etap rozpoznawania układu i trajektorii ruchu dłoni, oraz następujący po nim etap rozpoznawania gestów. Podejście to przedstawia Rysunek 1.1.

Rysunek 1.1. Schemat działania systemu wizyjnego rozpoznającego gesty dłoni.

Formalizację koncepcji podziału klasyfikacji na podetapy znaleźć można w [Wiir08] pod nazwą Organie Computing. Polega ona na dzieleniu domeny problemu na zadania, które są wykonywane przez autonomiczne podsystemy. Wszystkie podsystemy działają on-line i mogą dostarczać sobie nawzajem informacji wspomagających swoje działanie.

W [NROO] dowiedziono, że rozdzielenie rozpoznawania gestów języków migowych na etapy: klasyfikacji układu dłoni i trajektorii jej ruchu, może przynieść znaczny wzrost wydajności i dokładności systemu. Jest to możliwe dzięki zastosowaniu mechanizmów dostosowanych do każdego spośród wymienionych rozwiązań, zamiast konieczności szukania całościowego mechanizmu klasyfikacji.

W systemach rozpoznających gesty, etap klasyfikacji układu dłoni został wydzielony w [HH98, CWOO, IMiT+00, OB04, KvdMW07, PR07],

Istnieje szereg mechanizmów wykorzystywanych na etapie klasyfikacji. Są to najczęściej sieci neuronowe [MT91, HH98, MB99, NR99, SuOO, AJH01, WG02, YAT02], Ukryte Modele Markowa [AG98, SWP98, FGC+01, VM01, BK02, TSS02, OB04, KW05, KvdMW07], lub różne odmiany dopasowania wzorca (ang. pattern-matching) [Kad96, CWOO, STOO, SWOO, WHOO, SJM⁺06], w szczególności dopasowania grafu (ang. graph--matching) [KH95, LK95, TvdM98, BL99, HOOl, TvdM02, KvdMW07, Mar08] i analizy podprzestrzeni własnej (ang. eigenspace) [HMM97, IMiT⁺00, PR07].

Należy podkreślić, że sieci neuronowe i dopasowanie wzorca to metody używane najczęściej do klasyfikacji układu dłoni. Ukryte Modele Markowa stosowane są natomiast do rozpoznawania gestów.