dc.contributor.advisor | Gamarra, Daniel Fernando Tello | |
dc.creator | Nascimento, Evaristo José do | |
dc.date.accessioned | 2022-07-07T13:20:22Z | |
dc.date.available | 2022-07-07T13:20:22Z | |
dc.date.issued | 2017-12-19 | |
dc.date.submitted | 2017 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/25274 | |
dc.description | Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa
Maria, Centro de Tecnologia, Curso de Engenharia de Computação, RS, 2017. | por |
dc.description.abstract | A study was realized to develop a system of recognition of gesture commands applied to a mobile robot. To read
the gestures was used the Kinect sensor, which allows to obtain data of the joints of a person's body and to obtain
more precise data of the movements. The research was started making a study of the feasibility of the
development of the system. For this, different data grouping algorithms were searched for them to be used in the
research. We used K-means and Fuzzy C-means algorithms and similar results were obtained between the two
algorithms, although with undefined data the Fuzzy C-means algorithm was able to work with higher efficiency.
It was concluded that using the data grouping technique it would not be possible to work with gestures that had
greater complexity. To solve this problem, the neural networks technique was used, which allowed a greater
robustness of the system, being able to work with more complete gestures. For future work, the use of techniques
such as Deep Learning is used to allow the system to achieve greater performance and to be able to treat
similarities between different gestures, avoiding possible decision errors, which the system developed with
neural networks of a layer faces. | eng |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Acesso Aberto | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Sensor Kinect | por |
dc.subject | Reconhecimento gestual | por |
dc.subject | Redes neurais | por |
dc.subject | Kinect sensor | eng |
dc.subject | Gesture recognition | eng |
dc.subject | Neural networks | eng |
dc.title | Reconhecimento de gestos em imagens utilizando um sensor de profundidade para o controle de um robô móvel | por |
dc.title.alternative | Gesture recogniton in images using a depth sensor for a mobile robot control | eng |
dc.type | Trabalho de Conclusão de Curso de Graduação | por |
dc.degree.local | Santa Maria, RS, Brasil. | por |
dc.description.resumo | Foi realizado um estudo para desenvolvimento de um sistema de reconhecimento de comandos gestuais
aplicados a um robô móvel. Para leitura dos gestos foi utilizado o sensor Kinect, o qual permite obter dados das
articulações do corpo de uma pessoa e obter dados mais precisos dos movimentos. Iniciou-se a pesquisa fazendo
um estudo da viabilidade do desenvolvimento do sistema. Para isso foram pesquisados diferentes algoritmos de
agrupamento de dados para que fossem utilizados na pesquisa. Utilizaram-se os algoritmos K-means e Fuzzy Cmeans
e foram obtidos resultados semelhantes entre os dois algoritmos, apesar de que com dados indefinidos o
algoritmo Fuzzy C-means conseguiu trabalho com maior eficiência. Foi concluído que utilizando a técnica de
agrupamento de dados não seria possível trabalhar com gestos que possuíssem maior complexidade. Para
solução deste problema foi utilizada a técnica de redes neurais, a qual permitiu uma maior robustez do sistema
podendo trabalhar com movimentos gestuais mais completos. Para trabalhos futuros estuda-se o uso de técnicas
como Deeplearning para permitir que o sistema consiga maior desempenho e que consiga tratar semelhanças
entre diferentes gestos, evitando possíveis erros de decisão, dificuldade a qual o sistema desenvolvido com redes
neurais de uma camada enfrenta. | por |
dc.publisher.country | Brasil | por |
dc.publisher.initials | UFSM | por |
dc.subject.cnpq | CNPQ::ENGENHARIAS | por |
dc.publisher.unidade | Centro de Tecnologia | por |