Modellbasierte Handposenerkennung

Abstract

Die Tendenz zur zunehmenden Informatisierung des menschlichen Alltags dient häufig als Motivation für Arbeiten aus dem Forschungsbereich Human Computer Interaction. So sind in naher Zukunft intuitive natürlich bedienbare Benutzerschnittstellen erforderlich, um die Interaktion mit Geräten aber auch den allgemeinen Umgang mit den immer bildlicher und immersiver werdenden Informationen so komfortabel wie möglich zu gestalten. Dabei stellt die Hand und deren einzelne Bewegungsgrade das wohl natürlichste Werkzeug des Menschen zur allgemeinen Interaktion mit seiner Umgebung dar. Unter dieser Prämisse soll in dieser Bachelorarbeit eine visuelle modellbasierte Handposenerkennung realisiert und in Form eines Framework zur allgemeinen Nutzung bereitgestellt werden. Die Lösung erfordert dabei eine vorangehende Erstellung eines parametrisierten Handmodells, mit dessen Hilfe sich, basierend auf dem Konzept einer Partikel Schwarm Optimierung (PSO), eine kontinuierliche Erkennung von Handposen erreichen lässt. Zur Beschleunigung des Erkennungsprozesses werden zudem die technischen Eigenschaften eines konventionellen Grafikprozessors ausgenutzt.

Research in field of Human Computer Interaction is still yet motiviated by the increasing trend towards ubiquitous computing and dissemination of informations. This seems reasonable, since there is a demand for natural user interfaces, which helps to controll devices, but also makes dealing with general informational content, which becomes increasingly visual and immersive, as comfortable as possible. Thereby, the hand and it’s degrees of freedom propably represents the most natural tool for human interaction. Based on this assumption, this bachelor thesis focusses on development of a model-based pose estimation framework, which can serve as general tool for common use. So the solution makes a description of a parametric hand model necessary. Based on this hand model and the conceptual support of Particle Swarm Optimization, a continous hand pose estimation can be achieved. To speed up recognition process, this solution additionally utilizes technical capabilities of an common Graphics Processing Unit.