3218343859

1. Wstęp 7

(ang. Optical Character Recognition) [Fu82b], rozpoznawanie linii papilarnych [IZ86], projektowanie wspomagane komputerowo (ang. Computer Aided Design), wytwarzanie przemysłowe (ang. Computer Aided Manufacturing), planowanie procesów produkcyjnych (ang. Computer Aided Process Planning) [CH90, Fla95] i diagnostyka medyczna [OTO06a, OTO06b, OT08]. W każdym z wymienionych zastosowań, a także w wielu innych znanych z literatury zagadnieniach, metody grafowe są z powodzeniem używane od wielu lat.

W niniejszej pracy autor podjął próbę użycia syntaktycznego modelu opartego na językach grafowych, dla których istnieje efektywny algorytm parsera o złożoności obliczeniowej 0(n²) [Fla88, Fla89, Fla90, Fla93, Fla95, Fla98, Fla07], do rozpoznawania układu dłoni na obrazie. Powodzenie tego zadania byłoby znaczącym krokiem w stronę podniesienia wydajności metod klasyfikacji układu dłoni w systemach wizyjnych. Oznaczałoby bowiem uzyskanie najniższej możliwej złożoności obliczeniowej algorytmu rozpoznawania.

W literaturze naukowej opisanych jest wiele systemów rozpoznawania układów dłoni i gestów. Najciekawsze z nich autor zebrał w Tabeli 1.1 (Przegląd starszych rozwiązań wizyjnych służących rozpoznawaniu gestów znajduje się w [HP95].) W poniższym zestawieniu położono nacisk na systemy używane do rozpoznawania układu dłoni i gestów wielu narodowych języków migowych: japońskiego (JSL) [MT91, IMiT⁺00, STOO, TSS02], amerykańskiego {ASL) [KH95, LK95, HMM97, SWP98, CWOO, VM01, YAT02, HRKL04], chińskiego (CSL) [FGC⁺01, WG02, OB04], australijskiego (Auslan) [Kad96, Vam96, HOOl], tajwańskiego (TSL) [HH98, L098, SuOO], arabskiego (ArSL) [AJH01], holenderskiego (NSL) [AG98], angielskiego (BSL) [KvdMW07], irlandzkiego (ISL) [SWOO], malezyjskiego (MSL) [SJM⁺06], niemieckiego (GSL) [BK02], czy w końcu polskiego (PJM) [KW05, Mar08]. Znane są też odwrotnie działające systemy, syntetyzujące znaki i gesty języków migowych na ekranie [KH95, NR99], lub przetwarzające je na mowę [SJM⁺06]. Poniższe zestawienie zawiera również pojedyncze przykłady ciekawych systemów rozpoznawania układu dłoni i gestów, używanych w innym zakresie zastosowań, jak np. sterowanie maszyn [TvdM02], czy interfejs 3D CAD [NR99].

Użyte w porównaniu skróty zostały wyjaśnione w Tabeli 1.2. Ponieważ ogromna większość literatury służącej do stworzenia porównania jest anglojęzyczna, w celu uniknięcia nieścisłości obok terminów polskich autor podał angielskie odpowiedniki.

W zestawieniu zaprezentowanym w Tabeli 1.1 nie uwzględniono skuteczności rozpoznawania układów dłoni i gestów opisywanych systemów. Szereg przyjętych założeń i ograniczeń oraz duża rozbieżność pomiędzy rozmiarem słowników występujących w tych systemach, uniemożliwia ich porównanie wyłącznie na podstawie współczynnika poprawności rozpoznania. Analizę porównawczą wybranych systemów autor przeprowadził w Dodatku C.