Recognition and classification of handshapes of American finger alphabet

Bachelorarbeit

Motivation

Mit fortschreitenden technologischen Errungenschaften wie der Virtual Reality (respektive Augmented Reality) bedarf es auch immer mehr nach neuartigen Möglichkeiten der Interaktion zwischen Mensch und Maschine. Eine dieser Möglichkeiten bieten die sogenannte Datenhandschuhe (Data gloves), also Handschuhe, die die Bewegungen der Finger erkennen und diese in Fingerposen umrechnen.

Aufgaben

In dieser Arbeit sollen mit Hilfe von Datenhandschuhen 30 statische Handformen der Gebärdensprache erkannt und differenziert werden können. Dazu soll ein Konzept zur Datenaufnahme entworfen werden, um möglichst akurat viele Daten für die spätere Klassifizierung aufnehmen zu können.

Zur Klassifizierung sollen als Machine Learning Ansätze eine Support Vector Machine (SVM) und ein Random Forest Classifier implementiert und optimiert werden. Die Ergebnisse der beiden Klassifizierer sollen evaluiert und miteinander verglichen werden.

Anforderungen

Erfahrung mit Python wünschenswert

Keywords

Machine Learning, Gesture recognition, Data glove, Support Vector Machine, Random Forest