Evaluación de técnicas de Machine Learning para el reconocimiento de gestos corporales

El progreso y la innovación tecnológica alcanzados en los últimos años, en particular en el área de entretenimientos y juegos, han promovido la creación de interfaces más naturales e intuitivas. Por ejemplo, dispositivos de interacción natural como Microsoft Kinect permiten explorar una nueva forma...

Descripción completa

Detalles Bibliográficos
Autores principales:	Ibañez, Rodrigo, Soria, Alvaro, Teyseyre, Alfredo Raúl, Campo, Marcelo
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2014
Materias:	Ciencias Informáticas reconocimiento de gestos Inteligencia Artificial
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/41722 http://43jaiio.sadio.org.ar/proceedings/ASAI/8.pdf
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-41722
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas reconocimiento de gestos Inteligencia Artificial
spellingShingle	Ciencias Informáticas reconocimiento de gestos Inteligencia Artificial Ibañez, Rodrigo Soria, Alvaro Teyseyre, Alfredo Raúl Campo, Marcelo Evaluación de técnicas de Machine Learning para el reconocimiento de gestos corporales
topic_facet	Ciencias Informáticas reconocimiento de gestos Inteligencia Artificial
description	El progreso y la innovación tecnológica alcanzados en los últimos años, en particular en el área de entretenimientos y juegos, han promovido la creación de interfaces más naturales e intuitivas. Por ejemplo, dispositivos de interacción natural como Microsoft Kinect permiten explorar una nueva forma de comunicación hombre-máquina mucho más expresiva mediante el reconocimiento de gestos corporales. En este sentido, han surgido diferentes estrategias que permiten el reconocimiento de gestos utilizando técnicas de Machine Learning. Sin embargo, no se ha hecho un estudio comparativo del comportamiento de estas técnicas. Por lo tanto, este trabajo presenta una evaluación de 4 técnicas de Machine Learning con un dataset de 7 gestos diferentes y 80 muestras para cada uno de ellos. Se evaluó la precisión de las distintas técnicas obteniendo resultados cercanos al 100% de los gestos evaluados en algunas de ellas.
format	Objeto de conferencia Objeto de conferencia
author	Ibañez, Rodrigo Soria, Alvaro Teyseyre, Alfredo Raúl Campo, Marcelo
author_facet	Ibañez, Rodrigo Soria, Alvaro Teyseyre, Alfredo Raúl Campo, Marcelo
author_sort	Ibañez, Rodrigo
title	Evaluación de técnicas de Machine Learning para el reconocimiento de gestos corporales
title_short	Evaluación de técnicas de Machine Learning para el reconocimiento de gestos corporales
title_full	Evaluación de técnicas de Machine Learning para el reconocimiento de gestos corporales
title_fullStr	Evaluación de técnicas de Machine Learning para el reconocimiento de gestos corporales
title_full_unstemmed	Evaluación de técnicas de Machine Learning para el reconocimiento de gestos corporales
title_sort	evaluación de técnicas de machine learning para el reconocimiento de gestos corporales
publishDate	2014
url	http://sedici.unlp.edu.ar/handle/10915/41722 http://43jaiio.sadio.org.ar/proceedings/ASAI/8.pdf
work_keys_str_mv	AT ibanezrodrigo evaluaciondetecnicasdemachinelearningparaelreconocimientodegestoscorporales AT soriaalvaro evaluaciondetecnicasdemachinelearningparaelreconocimientodegestoscorporales AT teyseyrealfredoraul evaluaciondetecnicasdemachinelearningparaelreconocimientodegestoscorporales AT campomarcelo evaluaciondetecnicasdemachinelearningparaelreconocimientodegestoscorporales
bdutipo_str	Repositorios
_version_	1764820472832196609

Evaluación de técnicas de Machine Learning para el reconocimiento de gestos corporales

Ejemplares similares