تشخيص حالت دست در تعاملات پيچيدۀ فردي با استفاده از شبكۀ عصبي كانولوشن (CNN)

كلمۀ ژست در فرهنگ لغات فارسي به معناي وضع رفتار، وضع بدن و حركات اندام خصوصاً دست و بازو بيان شده است. تشخيص ژست، فناوري است كه با بكارگيري الگوريتم‌هاي رياضي حالت بدن يا بخشي از بدن را تشخيص مي‌دهد. امروزه با گسترش فناوري نياز به استفاده از رايانه‌ها در تمامي زمينه‌ها احساس مي‌شود. بنابراين، يافتن راهي براي كنترل و برقراري تعامل با رايانه‌ها موضوعي قابل بحث است كه توجه محققان زيادي را به خود جلب كرده است. در ميان روش‌هاي گوناگوني كه تا به امروز در اين زمينه پيشنهاد شده‌اند، روش‌هايي كه از شبكه‌هاي عصبي عميق استفاده كرده‌اند از دقت و برتري ويژه‌اي برخوردارند. از اين‌رو در اين مقاله روشي را براي تعيين موقعيت و نوع دست با استفاده از شبكۀ عصبي كانولوشن پيشنهاد مي‌كنيم. همچنين يك روش ساده جهت دستيابي به ناحيۀ شامل دست معرفي مي‌شود، به اين صورت كه نواحي شامل دست در هر فريم به صورت پنجره‌‌هايي مشخص مي‌شوند؛ سپس اين پنجره‌ها، براي ايجاد نواحي دقيق دست مورد استفاده قرار مي‌گيرند. اين روش روي مجموعه داده‌اي شامل ۴۸ ويدئوي تعاملي مورد بررسي قرار گرفت. با بكارگيري از اين روش، به دقت مطلوبي در تشخيص دست در فعاليت‌هاي موجود دست يافتيم.