Documenti full-text disponibili:
![[img]](http://amslaurea.unibo.it/style/images/fileicons/application_pdf.png) |
Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato
Download (12MB)
| Contatta l'autore
|
Abstract
In ambito di Human-Computer Interaction è molto interessante
sostituire i tradizionali dispositivi di input come mouse, tastiera e strumenti simili, con sistemi di gesture recognition. Un sistema di gesture recognition è infatti in grado di identificare i gesti compiuti dall'utente e interpretarli generando l'evento corrispondente sul proprio ambiente interno. Esso permette dunque di creare una interfaccia decisamente più naturale e intuitiva fra il sistema e l'utente, migliorando la user experience complessiva.
Il progetto di tesi ha l'obiettivo di costruire una rete neurale ricorrente che sia in grado di riconoscere i gesti compiuti dall'utente, tramite l'utilizzo del Leap Motion Controller per la lettura del movimento e della posa della mano.
Abstract
In ambito di Human-Computer Interaction è molto interessante
sostituire i tradizionali dispositivi di input come mouse, tastiera e strumenti simili, con sistemi di gesture recognition. Un sistema di gesture recognition è infatti in grado di identificare i gesti compiuti dall'utente e interpretarli generando l'evento corrispondente sul proprio ambiente interno. Esso permette dunque di creare una interfaccia decisamente più naturale e intuitiva fra il sistema e l'utente, migliorando la user experience complessiva.
Il progetto di tesi ha l'obiettivo di costruire una rete neurale ricorrente che sia in grado di riconoscere i gesti compiuti dall'utente, tramite l'utilizzo del Leap Motion Controller per la lettura del movimento e della posa della mano.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Mazzini, Lisa
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
gesture recognition,machine learning,reti neurali,intelligenza artificiale
Data di discussione della Tesi
14 Dicembre 2018
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Mazzini, Lisa
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
gesture recognition,machine learning,reti neurali,intelligenza artificiale
Data di discussione della Tesi
14 Dicembre 2018
URI
Statistica sui download
Gestione del documento: