Fejmozgás alapú gesztusok felismerése Bertók Kornél, Fazekas Attila Debreceni Egyetem, Informatikai Kar Debreceni Képfeldolgozó Csoport KÉPAF 2013, Bakonybél.

Slides:



Advertisements
Hasonló előadás
ÉRDEKES PONTOK KINYERÉSE DIGITÁLIS KÉPEKEN. BEVEZETÉS  ALAPPROBLÉMA  Jellemzőpontok detektálása mindkét képen  Kinyert pontok megfeleltetése  Megfeleltetések.
Advertisements

DEIK nyári ösztöndíj jelentés: a KőPapírMetalFC ”lájtosított” 2D RCSS csapat bemutatása Dóczi Roland Debreceni Egyetem Informatikai kar Mérnök informatikus.
Programozási tételek, és „négyzetes” rendezések
Fejmozgás alapú gesztusok felismerése
Az éghajlatváltozás problémája egy fizikus szemszögéből Geresdi István egyetemi tanár Pécsi Tudományegyetem Természettudományi Kar.
UNIVERSITY OF SZEGED D epartment of Software Engineering UNIVERSITAS SCIENTIARUM SZEGEDIENSIS Adatbázis alapú rendszerek 1. Gyakorlat Követelmények / SQL.
C++ programozási nyelv Gyakorlat hét
F IGYELMI ALGORITMUSOKKAL VEZÉRELT HELYSZÍNANALÍZIS A BIONIKUS SZEMÜVEGBEN Persa György.
1 AIBO Robotfoci Bodor László IAR Bevezetés AIBO RoboCup AIBO RoboCup Célok Célok Rendszer elemei Rendszer elemei Megvalósítás terve Megvalósítás.
Az egyenest meghatározó adatok a koordináta-rendszerben
Globális helymeghatározás Zárthelyi dolgozat Relatív helymeghatározás fázisméréssel.
Térbeli infinitezimális izometriák
DIFFERENCIÁLSZÁMÍTÁS ALKALMAZÁSA
Mozgó Objektumok Detektálása és Követése Robotkamera Segítségével
EKG kapuzott (ECG gated) szív vizsgálat
A projekt az Európai Unió támogatásával, az Európai Szociális Alap társfinanszírozásával valósul meg. TÁMOP-4.2.1/B-09/1/KONV „A felsőoktatás.
VERSENYKÉPES DEBRECENI EGYETEM A Diplomás Pályakövetési Rendszer eredményeinek beépítése az egyetemi döntési folyamatokba Dr. Szűcs Edit minőségbiztosítási.
Arci jellemzők kinyerése és vizsgálata ember-gép interakciókban
A körlevél készítésének menete
Mérnöki objektumok leírása és elemzése virtuális terekben c. tantárgy Budapesti Műszaki Főiskola Neumann János Informatikai Kar Intelligens Mérnöki Rendszerek.
Vámossy Zoltán 2004 (Mubarak Shah, Gonzales-Woods anyagai alapján)
Szűrés és konvolúció Vámossy Zoltán 2004
Feladatok - BAR K+F Vámossy Zoltán 2010 Summer School on Image Processing (SSIP) nyári egyetem feladatai és saját ötletek alapján.
Év eleji információk Előadó: Hosszú Ferenc II. em Konzultáció: Szerda 9:50 – 10:35 II. em
Az animáció nem más, mint egymás után levetített képkocka sorozat. Ezek a képkockák kis mértékben térnek el egymástól. Ezáltal az élettelen bábok, rajzok,
Mérnöki Fizika II előadás
Döntéselőkészítés, döntéstámogatás
Vezetői Információs Rendszer Kialakítása a Szegedi Tudományegyetemen Eredmények - Tapasztalatok Vilmányi Márton.
Vámossy Zoltán 2004 (H. Niemann: Pattern Analysis and Understanding, Springer, 1990) DIP + CV Bevezető II.
Implementált képfeldolgozó algoritmusok
HATÉKONY SAJÁTSÁGKIEMELŐK KÉPEK ÖSSZEHASONLÍTÁSÁHOZ MobileAssistant workshop, május 4. Főnix Inkubátorház, 4029 Debrecen, Csapó u. 42. A ép III/2.
Fejmozgás alapú gesztusok felismerése Bertók Kornél, Fazekas Attila Debreceni Egyetem, Informatikai Kar Debreceni Képfeldolgozó Csoport KÉPAF 2013, Bakonybél.
Fejmozgás alapú gesztusok felismerése Bertók Kornél, Fazekas Attila Debreceni Egyetem, Informatikai Kar Debreceni Képfeldolgozó Csoport KÉPAF 2013, Bakonybél.
Fejmozgás alapú gesztusok felismerése Bertók Kornél, Fazekas Attila Debreceni Egyetem, Informatikai Kar Debreceni Képfeldolgozó Csoport KÉPAF 2013, Bakonybél.
Koordináta-geometria
A szinusz és koszinuszfüggvény definíciója, egyszerű tulajdonságai
Készítette: Gergó Márton Konzulens: Engedy István 2009/2010 tavasz.
1. feladat Egy egyiptomi pira-mis (négyzet alapú egyenes gúla) oldal-éle az alaplappal 60o-os szöget zár be. Mekkora a pira-mis oldallapjának és alaplapjának.
Önálló labor munka Csillag Kristóf 2005/2006. őszi félév Téma: „Argument Mapping (és hasonló) technológiákon alapuló döntéstámogató rendszerek vizsgálata”
Képek beillesztése. A beszúrandó képnek abban a mappában kell lennie, ahol a html oldalad forráskódja található! Először mindig a képet szúrjuk be, majd.
Lokális optimalizáció Feladat: f(x) lokális minimumának meghatározása 0.Adott egy kezdeti pont: x 0 1.Jelöljünk ki egy új x i pontot, ahol (lehetőleg)
Optimalizáció modell kalibrációja Adott az M modell, és p a paraméter vektora. Hogyan állítsuk be p -t hogy a modell kimenete az x bemenő adatokon a legjobban.
Készítette: Szabó Zénó Az animáció Szabó Zénó
Portálrendszerek és biztonság Bártházi András Első Magyarországi PHP Konferencia március 29. Copyright PHP Konferencia, 2003,
Dr. Fekete István Integrált kockázatfelmérés informatikai támogatása: Szigma Integrisk Budapesti Corvinus Egyetem Balatonalmádi január
A személyes gondoskodást nyújtó szociális szolgáltatások január 1- jétől hatályos képesítési feltételeinek változásai Szakmai Nap – január.
Algoritmus szerkezetek
Kézmozdulat felismerő rendszer
Lokalizációs platform Kardos Sándor Srágli Attila.
Komplex dinamikus rendszerek vizualizációja a XaoS fraktálkészítő programmal Kovács Zoltán Szegedi Tudományegyetem Bolyai Intézet, Analízis Tanszék.
KINECT© szenzor intelligens terekben
KINECT© alapú ambiens intelligencia AAL alkalmazásokban
Térinformatika adatok tudásbázisán alapuló kereső- motor IKTA / 2000.
Az arcfelismerés és arc detektálás alapjai Matusinka Roland OE-NIK
Kísérletek mobilszámítógéppel
Az alapvető kommunikáció
A Coriolis-erő a fizikában az inerciarendszerhez képest forgó (tehát egyben gyorsuló) vonatkoztatási rendszerben mozgó testre ható egyik tehetetlenségi.
UML modellezés 3. előadás
Stratégiai emberi erőforrás gazdálkodás Hajdúnánás Város Önkormányzatánál (ÁROP-1.A „Szervezetfejlesztés megvalósítása a Hajdúnánási Közös.
A HATÁROZOTT INTEGRÁL FOGALMA
1 AZ IKTA-2000 projektjeinek szakmai bemutatója IKTA-144/2000 projekt november 28.
Miért érdemes egy cégvezetőnek regisztrálni a …………… közösségi oldalra? Hogyan használjuk ki hatékonyan a jelenlétet a világ legnagyobb szakmai hálózatán?
Struktúra predikció Struktúra lehet Felügyelt tanulási probléma
1 13. AZ OBJEKTÍV LÁTÓSZÖGE Jegyzet Készítette: Nikli Károly 2013.
Több irányú, alaksablonok nélküli épület detekció légiképeken Manno-Kovács Andrea, Szirányi Tamás Elosztott Események Elemzése Kutatócsoport MTA SZTAKI.
Neumann János Informatikai Kar
moduláris szakképzési szerkezet
Algoritmusok Az algoritmus fogalma:
Bevezetés a mély tanulásba
Velünk élő középkor Forrás:
Előadás másolata:

Fejmozgás alapú gesztusok felismerése Bertók Kornél, Fazekas Attila Debreceni Egyetem, Informatikai Kar Debreceni Képfeldolgozó Csoport KÉPAF 2013, Bakonybél január 29 – február 1.

Bevezetés Fejmozgás meghatározása Fejmozgás detektálása Fejmozgás iránya Gesztus- felismerés Gesztus adatbázis DTW Eredmények KÉPAF 2013 Bakonybél Bevezetés Gesztusfelismerő rendszer –Tudatos fejmozgások, mint mozdulatsorok felismerése Gesztus definiálása –Hatékony reprezentáció: térben és időben –Valósidejű felismerés kameraképeken Gesztus adatbázis –Rögzítés és elemzés –Felismerés javítása 2

Bevezetés Fejmozgás meghatározása Fejmozgás detektálása Fejmozgás iránya Gesztus- felismerés Gesztus adatbázis DTW Eredmények KÉPAF 2013 Bakonybél Fejmozgás meghatározása Milyen jellegű gesztusokat szeretnénk felismerni? –Tudatos mozgás: 3-5 sec hosszúságú –Mozdulatok eltérő ütemben történő végrehajtása Követelmény –Valós idejű felismerés –Kis számú adat alapján kell megkülönböztetni a gesztusokat 3

Bevezetés Fejmozgás meghatározása Fejmozgás detektálása Fejmozgás iránya Gesztus- felismerés Gesztus adatbázis DTW Eredmények KÉPAF 2013 Bakonybél Fejmozgás detektálása Fejmozgás behatárolása térben és időben MHI reprezentáció –Időalapú sablonozó eljárás –Sablon: minden egyes pixel értéke a mozgásnak egy időbeli függvénye –Képszekvencia mozgó objektumainak változásait írja le, több egymást követő képkockán keresztül 4

Bevezetés Fejmozgás meghatározása Fejmozgás detektálása Fejmozgás iránya Gesztus- felismerés Gesztus adatbázis DTW Eredmények KÉPAF 2013 Bakonybél Fejmozgás detektálása MHI reprezentáció –Maszk: azokat a régiókat jelöli ki, ahol mozgás volt az adott időpillanatban (  ) –Ahol mozgás volt, ott az összes pixel  értéket vesz fel, –A többi fokozatosan elhalványul, majd törlődik. 5

Bevezetés Fejmozgás meghatározása Fejmozgás detektálása Fejmozgás iránya Gesztus- felismerés Gesztus adatbázis DTW Eredmények KÉPAF 2013 Bakonybél Fejmozgás iránya MHI: fejmozgás 5 egymást követő képkockán Mozgás gradiens –Fejpozíció megváltozásának iránya –Gyakorlati tapasztalat: nem elég stabil –Kicsi az arc felbontása Feladat: a mozgás tekintetében hasznos régiók meghatározása 6

Bevezetés Fejmozgás meghatározása Fejmozgás detektálása Fejmozgás iránya Gesztus- felismerés Gesztus adatbázis DTW Eredmények KÉPAF 2013 Bakonybél Fejmozgás iránya FAST (Features from Accelerated Segment Test) sarokdetektor –A kép pixeleit és azok környezetét vizsgálja –Eredményét korlátozzuk az arcra 7

Bevezetés Fejmozgás meghatározása Fejmozgás detektálása Fejmozgás iránya Gesztus- felismerés Gesztus adatbázis DTW Eredmények KÉPAF 2013 Bakonybél Fejmozgás iránya Optikai áramláshoz tartozó vektorok kiszámítása –FAST jellemzőpontok alapján, az aktuális és a következő képkocka között Fejmozgás iránya: N db optikai folyam vektor számtani közepe –Irányszög: a vektornak az y tengely pozitív oldalával bezárt szöge –Probléma: túl sok lehetséges érték a [0,2  ] intervallumból –Megoldás: csoportosítsuk a szögeket 8

Bevezetés Fejmozgás meghatározása Fejmozgás detektálása Fejmozgás iránya Gesztus- felismerés Gesztus adatbázis DTW Eredmények KÉPAF 2013 Bakonybél Fejmozgás iránya 9 Fejmozdulat értéke szögben. A teljes szögnek egy tizenhatodába sorolva.

Bevezetés Fejmozgás meghatározása Fejmozgás detektálása Fejmozgás iránya Gesztus- felismerés Gesztus adatbázis DTW Eredmények KÉPAF 2013 Bakonybél Gesztusfelismerés Gesztus időbeli szegmentálása –MHI átlagintenzitás alapján Szegmens –Képkockák sorozata –Alacsony átlagintenzitással a szekvencia elején és végén Gesztus –Szekvencia szomszédos tagjaira számított szögek sorozata –{"fejrázás"; [90°,90°,90°,270°,270°,225°,135°]} 10

Bevezetés Fejmozgás meghatározása Fejmozgás detektálása Fejmozgás iránya Gesztus- felismerés Gesztus adatbázis DTW Eredmények KÉPAF 2013 Bakonybél Gesztusadatbázis A mozdulatok eltérő ütemben kerülnek végrehajtásra Gesztus adatbázis –Szögsorozatok gyűjteménye –Egy gesztushoz, több sorozat –Komplexebb döntések hozatala Felismerés javítása –Menet közben felvesszük a felismert gesztusokat az adatbázisba –Igazodás a felhasználói szokásokhoz 11

Bevezetés Fejmozgás meghatározása Fejmozgás detektálása Fejmozgás iránya Gesztus- felismerés Gesztus adatbázis DTW Eredmények KÉPAF 2013 Bakonybél DTW 12

Bevezetés Fejmozgás meghatározása Fejmozgás detektálása Fejmozgás iránya Gesztus- felismerés Gesztus adatbázis DTW Eredmények KÉPAF 2013 Bakonybél Eredmények 13

Köszönöm a figyelmet!