Zusammenfassung
In diesem Beitrag wird ein leistungsfähiges und robustes Echtzeitsystem zur Gestikerkennung vorgestellt. Dabei erfolgt die Gestikerkennung auf der Basis von mit der Kamera erfaßten Videosequenzen. Zur Klassifizierung der erkannten Geste werden stochastische Mustererkennungsverfahren verwendet. Eines der wesentlichen Bestandteile des Systems ist ein neuartiges Merkmalsextraktionsverfahren zur effektiven Verwendung von statistischen Methoden in der Videosequenzerkennung. Unter Verwendung der neuen Merkmalsextraktion wurde ein Gestenerkennungssystem aufgebaut, das hintergrund- und personenunabhängig arbeiten kann. Es stellte sich heraus, daß die neuen Merkmale nicht nur die Charakteristik der Gesten sehr gut beschreiben konnten, sondern auch zu Merkmalsvektoren mit sehr wenigen Dimensionen für die einzelnen Bilder führte. Durch diese Reduktion der Datenmenge kann das System echt- zeitfähig Gesten erkennen.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
A. Bobick and J. Davis. An Apperance-Based Representation of Action. In Proc. IEEE Int. Conf. on Pattern Recognition (ICPR-96), pages 307–312, Vienna, Austria, Aug. 1996.
C. Cedras and M. Shah. Motion-Based Recognition: A Survey. Image and Vision Computing, 13 (2): 129–155, 1995.
S. Eickeler, A. Kosmala, and G. Rigoll. Hidden Markov Model Based Continuous Online Gesture? Recognition. In International Conference on Pattern Recognition (ICPR), Brisbane, 1998.
S. Eickeler and G. Rigoll. Kontinuierliche Erkennung von spontan ausgeführten Gesten mit neuen stochastischen Dekodierverfahren. In Workshop Dynamische Perzeption, Bielefeld, June 1998.
L. R. Rabiner. A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition. Proc. of the IEEE, 77 (2): 257–285, 1989.
G. Rigoll, A. Kosmala, and M. Schuster. A New Approach to Video Sequence Recognition Based on Statistical Methods. In Proc. IEEE Int. Conference on Image Processing (ICIP), Lausanne, 1996.
M. Schuster and G. Rigoll. Fast Online Video Image Sequence Recognition with Statistical Methods. In Proc. IEEE Int. Conf. on Acoustics, Speech, and Signal Processing (ICASSP), pages 3450–3453, Atlanta, May 1996.
M. Stark, M. Kohler, and P. ZYKLOP. Video Based Gesture Recognition for Human Computer Interaction. In Int. Workshop on Modeling, Virtual Worlds, Distributed Graphics, Bad Honnef, Nov. 1995.
T. Starner and A. Pentland. Visual Recognition of American Sign Language Using Hidden Markov Models. In International Workshop on Automatic Face and Gesture Recognition, Zurich, Switzerland, 1995.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1998 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Rigoll, G., Eickeler, S., Kosmala, A., Müller, S. (1998). Echtzeitfähige Gestikerkennung mit stochastischen Mustererkennungsverfahren. In: Dassow, J., Kruse, R. (eds) Informatik ’98. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-72283-7_25
Download citation
DOI: https://doi.org/10.1007/978-3-642-72283-7_25
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-64938-0
Online ISBN: 978-3-642-72283-7
eBook Packages: Springer Book Archive