Erkennung von Handgesten mit Faltungsnetzwerken

Abstract

In dieser Arbeit werden Faltungsnetze zur Erkennung von Handgesten verwendet. Diese Gesten beschränken sich dabei auf die Anzahl gezeigten Fingern einer Hand. Unter Verwendung unterschiedlicher Netzkonfigurationen soll festgestellt werden, wo die Möglichkeiten und Grenzen des Lernprozesses eines Computers in dieser Frage liegen. Um ein aussagekräftigen Ergebnisses zu erreichen, werden Trainings- und Testdatensätze unter unterschiedlichen Verhältnissen erstellt. Auch werden diese in einigen Experimenten vermischt, um realistischere Bedingungen zu simulieren. Dabei hat sich herausgestellt, dass für eine gute Erkennungsrate alle möglichen Bedingungen wie unterschiedliche Kontraste explizit trainiert werden müssen.

In this thesis, convolutional networks are used for hand gesture recognition. These gestures are limited to the amount of ngers shown with one hand. Possibilities and limits of the computer learning process are determined using di erent network con gurations. Training and test data are recorded in various simpli ed conditions and enhanced by mixed experiments to simulate realistic conditions. It has been exposed that every single possibility like di erent contrast has to be trained explicitely to get good detection rates.