Bertuccioli, Cristian
(2012)
Riconoscimento di gesti: estensione a più punti del corpo e ad attori multipli.
[Laurea magistrale], Università di Bologna, Corso di Studio in
Informatica [LM-DM270]
Documenti full-text disponibili:
Abstract
Negli ultimi anni si è assistito ad una radicale rivoluzione nell’ambito dei
dispositivi di interazione uomo-macchina. Da dispositivi tradizionali come
il mouse o la tastiera si è passati allo sviluppo di nuovi sistemi capaci di
riconoscere i movimenti compiuti dall’utente (interfacce basate sulla visione
o sull’uso di accelerometri) o rilevare il contatto (interfacce di tipo touch).
Questi sistemi sono nati con lo scopo di fornire maggiore naturalezza alla
comunicazione uomo-macchina. Le nuove interfacce sono molto più espressive di quelle tradizionali poiché sfruttano le capacità di comunicazione naturali degli utenti, su tutte il linguaggio gestuale.
Essere in grado di riconoscere gli esseri umani, in termini delle azioni che
stanno svolgendo o delle posture che stanno assumendo, apre le porte a una
serie vastissima di interessanti applicazioni.
Ad oggi sistemi di riconoscimento delle parti del corpo umano e dei gesti sono ampiamente utilizzati in diversi ambiti, come l’interpretazione del
linguaggio dei segni, in robotica per l’assistenza sociale, per indica-
re direzioni attraverso il puntamento, nel riconoscimento di gesti facciali
[1], interfacce naturali per computer (valida alternativa a mouse e tastiera),
ampliare e rendere unica l’esperienza dei videogiochi (ad esempio Microsoft
1
Introduzione
Kinect© e Nintendo Wii©), nell’affective computing1 .
Mostre pubbliche e musei non fanno eccezione, assumendo un ruolo cen-
trale nel coadiuvare una tecnologia prettamente volta all’intrattenimento con
la cultura (e l’istruzione).
In questo scenario, un sistema HCI deve cercare di coinvolgere un pubblico
molto eterogeneo, composto, anche, da chi non ha a che fare ogni giorno con
interfacce di questo tipo (o semplicemente con un computer), ma curioso e
desideroso di beneficiare del sistema. Inoltre, si deve tenere conto che un
ambiente museale presenta dei requisiti e alcune caratteristiche distintive che
non possono essere ignorati.
La tecnologia immersa in un contesto tale deve rispettare determinati vincoli,
come:
- non può essere invasiva;
- deve essere coinvolgente, senza mettere in secondo piano gli artefatti;
- deve essere flessibile;
- richiedere il minor uso (o meglio, la totale assenza) di dispositivi hardware.
In questa tesi, considerando le premesse sopracitate, si presenta una sistema
che può essere utilizzato efficacemente in un contesto museale, o in un ambiente che richieda soluzioni non invasive. Il metodo proposto, utilizzando
solo una webcam e nessun altro dispositivo personalizzato o specifico, permette di implementare i servizi di: (a) rilevamento e (b) monitoraggio dei
visitatori, (c) riconoscimento delle azioni.
Abstract
Negli ultimi anni si è assistito ad una radicale rivoluzione nell’ambito dei
dispositivi di interazione uomo-macchina. Da dispositivi tradizionali come
il mouse o la tastiera si è passati allo sviluppo di nuovi sistemi capaci di
riconoscere i movimenti compiuti dall’utente (interfacce basate sulla visione
o sull’uso di accelerometri) o rilevare il contatto (interfacce di tipo touch).
Questi sistemi sono nati con lo scopo di fornire maggiore naturalezza alla
comunicazione uomo-macchina. Le nuove interfacce sono molto più espressive di quelle tradizionali poiché sfruttano le capacità di comunicazione naturali degli utenti, su tutte il linguaggio gestuale.
Essere in grado di riconoscere gli esseri umani, in termini delle azioni che
stanno svolgendo o delle posture che stanno assumendo, apre le porte a una
serie vastissima di interessanti applicazioni.
Ad oggi sistemi di riconoscimento delle parti del corpo umano e dei gesti sono ampiamente utilizzati in diversi ambiti, come l’interpretazione del
linguaggio dei segni, in robotica per l’assistenza sociale, per indica-
re direzioni attraverso il puntamento, nel riconoscimento di gesti facciali
[1], interfacce naturali per computer (valida alternativa a mouse e tastiera),
ampliare e rendere unica l’esperienza dei videogiochi (ad esempio Microsoft
1
Introduzione
Kinect© e Nintendo Wii©), nell’affective computing1 .
Mostre pubbliche e musei non fanno eccezione, assumendo un ruolo cen-
trale nel coadiuvare una tecnologia prettamente volta all’intrattenimento con
la cultura (e l’istruzione).
In questo scenario, un sistema HCI deve cercare di coinvolgere un pubblico
molto eterogeneo, composto, anche, da chi non ha a che fare ogni giorno con
interfacce di questo tipo (o semplicemente con un computer), ma curioso e
desideroso di beneficiare del sistema. Inoltre, si deve tenere conto che un
ambiente museale presenta dei requisiti e alcune caratteristiche distintive che
non possono essere ignorati.
La tecnologia immersa in un contesto tale deve rispettare determinati vincoli,
come:
- non può essere invasiva;
- deve essere coinvolgente, senza mettere in secondo piano gli artefatti;
- deve essere flessibile;
- richiedere il minor uso (o meglio, la totale assenza) di dispositivi hardware.
In questa tesi, considerando le premesse sopracitate, si presenta una sistema
che può essere utilizzato efficacemente in un contesto museale, o in un ambiente che richieda soluzioni non invasive. Il metodo proposto, utilizzando
solo una webcam e nessun altro dispositivo personalizzato o specifico, permette di implementare i servizi di: (a) rilevamento e (b) monitoraggio dei
visitatori, (c) riconoscimento delle azioni.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Bertuccioli, Cristian
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Indirizzo
Curriculum B: Tecnologie informatiche
Ordinamento Cds
DM270
Parole chiave
image analysis, gesture recognition, body recognition, computer vision, sistemi multimediali
Data di discussione della Tesi
18 Luglio 2012
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(Tesi di laurea magistrale)
Autore della tesi
Bertuccioli, Cristian
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Indirizzo
Curriculum B: Tecnologie informatiche
Ordinamento Cds
DM270
Parole chiave
image analysis, gesture recognition, body recognition, computer vision, sistemi multimediali
Data di discussione della Tesi
18 Luglio 2012
URI
Statistica sui download
Gestione del documento: