Sistema de interação computacional baseado na detecção das mãos utilizando classificadores em cascata
Resumo
Com o avanço da tecnologia, sistemas que possibilitam uma interação humano-computador mais natural e acessível, terão um impacto muito positivo na sociedade. Diante disso, esta pesquisa propõe o desenvolvimento de um processo de software de baixo custo computacional que permite a interação a distância com o computador através da detecção das mãos via webcam, utilizando o algoritmo de classificação Haar Cascade. Os resultados obtidos foram considerados satisfatórios ao indicar uma precisão de 82%, recall de 80%, F1-score de 81% e um tempo de resposta adequado e eficiente para a interação com diversas aplicações computacionais em tempo real.
Referências
Cardoso, T., Delgado, J. and Barata, J. (2015). Hand gesture recognition towards enhancing accessibility. Procedia Computer Science, 67:419-429.
Maqueda A. I., et al. (2015). Human–computer interaction based on visual hand-gesture recognition using volumetric spatiograms of local binary patterns, Computer Vision and Image Understanding, Special Issue on Pose & Gesture, 141:126-137.
Muvezwa, K. (2019). Significant (ASL) Sign Language Alphabet Dataset. Disponível em: [link]. Acesso em: 31 ago. 2021.
Oudah, M., Al-Naji, A. and Chahl, J. (2020). Hand gesture recognition based on computer vision: a review of techniques. Journal of Imaging, 6(8):73.
Pereira, R. C. (2017). Técnica de rastreamento e perseguição de alvo utilizando o algoritmo Haar Cascade aplicada a robôs terrestres com restrições de movimento. Master's thesis, Universidade Federal do Rio Grande do Norte, Natal, Brasil.
Rezaei, M. (2014). Creating a cascade of haar like classifiers Step by step.
Sun, Y., et al. (2020). Intelligent human computer interaction based on non redundant EMG signal. Alexandria Engineering Journal, 59(3):1149-1157.
Viola, P. and Jones, M. (2001). Rapid object detection using a boosted cascade of simple features, In: Proceedings of the 2001 IEEE computer society conference on computer vision and pattern recognition CVPR 2001.
Yonsei University, CIPLAB. (2019). Real and Fake Face detection. Disponível em: https://www.kaggle.com/ciplab/real-and-fake-face-detection. Acesso em: 31 ago. 2021.
Maqueda A. I., et al. (2015). Human–computer interaction based on visual hand-gesture recognition using volumetric spatiograms of local binary patterns, Computer Vision and Image Understanding, Special Issue on Pose & Gesture, 141:126-137.
Muvezwa, K. (2019). Significant (ASL) Sign Language Alphabet Dataset. Disponível em: [link]. Acesso em: 31 ago. 2021.
Oudah, M., Al-Naji, A. and Chahl, J. (2020). Hand gesture recognition based on computer vision: a review of techniques. Journal of Imaging, 6(8):73.
Pereira, R. C. (2017). Técnica de rastreamento e perseguição de alvo utilizando o algoritmo Haar Cascade aplicada a robôs terrestres com restrições de movimento. Master's thesis, Universidade Federal do Rio Grande do Norte, Natal, Brasil.
Rezaei, M. (2014). Creating a cascade of haar like classifiers Step by step.
Sun, Y., et al. (2020). Intelligent human computer interaction based on non redundant EMG signal. Alexandria Engineering Journal, 59(3):1149-1157.
Viola, P. and Jones, M. (2001). Rapid object detection using a boosted cascade of simple features, In: Proceedings of the 2001 IEEE computer society conference on computer vision and pattern recognition CVPR 2001.
Yonsei University, CIPLAB. (2019). Real and Fake Face detection. Disponível em: https://www.kaggle.com/ciplab/real-and-fake-face-detection. Acesso em: 31 ago. 2021.
Publicado
18/11/2021
Como Citar
MACEDO, Anne Livia da F.; GOMES, Igor Ruiz.
Sistema de interação computacional baseado na detecção das mãos utilizando classificadores em cascata. In: ESCOLA REGIONAL DE ALTO DESEMPENHO NORTE 2 (ERAD-NO2) E ESCOLA REGIONAL DE APRENDIZADO DE MÁQUINA E INTELIGÊNCIA ARTIFICIAL NORTE 2 (ERAMIA-NO2), 1. , 2021, Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2021
.
p. 5-8.
DOI: https://doi.org/10.5753/erad-no2.2021.18670.
