Reconocimiento Visual de Ademanes Aplicado a Robots Móviles

Hdl Handle:
http://hdl.handle.net/11285/572457
Title:
Reconocimiento Visual de Ademanes Aplicado a Robots Móviles
Issue Date:
01/03/2006
Abstract:
El reconocimiento visual de ademanes es un elemento clave en el éxito de una comunicacio ?n natural humano-robot mo ?vil. Los ademanes permiten a las personas instruir a los robots para que realicen tareas como abrir la puerta, traer el café o tirar la basura. La literatura describe muchos avances interesantes en este campo. Sin embargo, existen todav ??a muchos problemas que deben ser resueltos, para aumentar la naturalidad y efectividad de este tipo de interfaces. Esta tesis aborda dos problemas fundamentales en el desarrollo de interfaces hombre-máquina por medio de ademanes: los atributos necesarios para describir los ademanes y los modelos para describir esta informacio ?n y clasificar los ademanes. Por más de 3 décadas los atributos que reflejan las sen ?ales de movimiento han sido privilegiados como la informacio ?n más u ?til para describir los ademanes. En contraste, en este trabajo se propone el uso de una combinacio ?n de informacio ?n de postura y movimiento del representar los ademanes. Al mismo tiempo, se presentan dos nuevos modelos para clasificar los ademanes: los clasificadores Bayesianos simples dinámicos y las redes lo ?gico-probabilistas. En este trabajo se condujeron diversos experimentos para evaluar la importancia de la informa- cio ?n de postura-movimiento en comparacio ?n con una representacio ?n basada so ?lo en movimiento. Al mismo tiempo, se compara el desempen ?o de clasificacio ?n y aprendizaje de los clasificadores Bayesianos simples dinámicos y las redes lo ?gico-probabilistas con los modelos ocultos de Markov. Las muestras de ademanes utilizadas en los experimentos se tomaron de 15 personas. Los exper- imentos incluyen el reconocimiento de ejemplos de ademanes de una persona de frente y a una distancia fija de la videocámara, ademanes con variaciones de la distancia a la videocámara, con giros de la persona con respecto al plano horizontal y ejemplos de ademanes de mu ?ltiples usuarios. Por un lado, en todos los experimentos se observo ? una mejora significativa en el reconocimiento de los ademanes cuando se utilizo ? informacio ?n de postura-movimiento. Por otro lado, los clasi- ficadores Bayesianos simples dinámicos presentan resultados de clasificacio ?n competitivos a los obtenidos por los modelos ocultos de Markov, requiriendo menor esfuerzo de entrenamiento para aprender la misma informacio ?n. Aunque los resultados con las redes lo ?gico-probabilistas no son del todo satisfactorios, este modelo ofrece un nuevo punto de vista para investigar la representacio ?n de los atributos en los modelos de reconocimiento. Las ideas anteriores se aplicaron eficazmente en la instruccio ?n a distancia de un robot mo ?vil dentro de un ambiente de laboratorio. Los resultados de este trabajo son una aportacio ?n al desarrollo de una teor ??a general del reconocimiento visual de ademanes.
Keywords:
Reconocimiento; Visual; Resultados; Robots
Degree Program:
Programa de Graduados en Informática y Computación
Advisors:
Dr. Luis Enrique Sucar Succar
Committee Member / Sinodal:
Dr. Carlos Eduardo Mendoza Durán
Degree Level:
Doctor en Ciencias Computacionales
School:
Escuela de Graduados en Informática y Computación
Campus Program:
Campus Cuernavaca
Discipline:
Ingeniería y Ciencias Aplicadas / Engineering & Applied Sciences
Appears in Collections:
Ciencias Exactas

Full metadata record

DC FieldValue Language
dc.contributor.advisorDr. Luis Enrique Sucar Succares
dc.creatorAvilés Arriaga, Héctor H.en
dc.date.accessioned2015-08-17T11:32:41Zen
dc.date.available2015-08-17T11:32:41Zen
dc.date.issued01/03/2006-
dc.identifier.urihttp://hdl.handle.net/11285/572457en
dc.description.abstractEl reconocimiento visual de ademanes es un elemento clave en el éxito de una comunicacio ?n natural humano-robot mo ?vil. Los ademanes permiten a las personas instruir a los robots para que realicen tareas como abrir la puerta, traer el café o tirar la basura. La literatura describe muchos avances interesantes en este campo. Sin embargo, existen todav ??a muchos problemas que deben ser resueltos, para aumentar la naturalidad y efectividad de este tipo de interfaces. Esta tesis aborda dos problemas fundamentales en el desarrollo de interfaces hombre-máquina por medio de ademanes: los atributos necesarios para describir los ademanes y los modelos para describir esta informacio ?n y clasificar los ademanes. Por más de 3 décadas los atributos que reflejan las sen ?ales de movimiento han sido privilegiados como la informacio ?n más u ?til para describir los ademanes. En contraste, en este trabajo se propone el uso de una combinacio ?n de informacio ?n de postura y movimiento del representar los ademanes. Al mismo tiempo, se presentan dos nuevos modelos para clasificar los ademanes: los clasificadores Bayesianos simples dinámicos y las redes lo ?gico-probabilistas. En este trabajo se condujeron diversos experimentos para evaluar la importancia de la informa- cio ?n de postura-movimiento en comparacio ?n con una representacio ?n basada so ?lo en movimiento. Al mismo tiempo, se compara el desempen ?o de clasificacio ?n y aprendizaje de los clasificadores Bayesianos simples dinámicos y las redes lo ?gico-probabilistas con los modelos ocultos de Markov. Las muestras de ademanes utilizadas en los experimentos se tomaron de 15 personas. Los exper- imentos incluyen el reconocimiento de ejemplos de ademanes de una persona de frente y a una distancia fija de la videocámara, ademanes con variaciones de la distancia a la videocámara, con giros de la persona con respecto al plano horizontal y ejemplos de ademanes de mu ?ltiples usuarios. Por un lado, en todos los experimentos se observo ? una mejora significativa en el reconocimiento de los ademanes cuando se utilizo ? informacio ?n de postura-movimiento. Por otro lado, los clasi- ficadores Bayesianos simples dinámicos presentan resultados de clasificacio ?n competitivos a los obtenidos por los modelos ocultos de Markov, requiriendo menor esfuerzo de entrenamiento para aprender la misma informacio ?n. Aunque los resultados con las redes lo ?gico-probabilistas no son del todo satisfactorios, este modelo ofrece un nuevo punto de vista para investigar la representacio ?n de los atributos en los modelos de reconocimiento. Las ideas anteriores se aplicaron eficazmente en la instruccio ?n a distancia de un robot mo ?vil dentro de un ambiente de laboratorio. Los resultados de este trabajo son una aportacio ?n al desarrollo de una teor ??a general del reconocimiento visual de ademanes.es
dc.language.isoesen
dc.rightsOpen Accessen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.titleReconocimiento Visual de Ademanes Aplicado a Robots Móvileses
dc.typeTesis de Doctoradoes
thesis.degree.grantorInstituto Tecnológico y de Estudios Superiores de Monterreyes
thesis.degree.levelDoctor en Ciencias Computacionaleses
dc.contributor.committeememberDr. Carlos Eduardo Mendoza Duránes
thesis.degree.disciplineEscuela de Graduados en Informática y Computaciónes
thesis.degree.namePrograma de Graduados en Informática y Computaciónes
dc.subject.keywordReconocimientoes
dc.subject.keywordVisuales
dc.subject.keywordResultadoses
dc.subject.keywordRobotses
thesis.degree.programCampus Cuernavacaes
dc.subject.disciplineIngeniería y Ciencias Aplicadas / Engineering & Applied Scienceses
All Items in REPOSITORIO DEL TECNOLOGICO DE MONTERREY are protected by copyright, with all rights reserved, unless otherwise indicated.