Details

Title: Разработка алгоритмов распознавания жестов кистей рук методами машинного обучения: выпускная квалификационная работа магистра: направление 02.04.01 «Математика и компьютерные науки» ; образовательная программа 02.04.01_03 «Искусственный интеллект и машинное обучение»
Creators: Ху Хаожань
Scientific adviser: Курочкин Михаил Александрович
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2023
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: сверточные нейронные сети; остаточные нейронные сети; трансферное обучение; моделирование жестов; распознавание жестов; convolutional neural networks; residual neural networks; transfer learning; gesture modeling; gesture recognition
Document type: Master graduation qualification work
File type: PDF
Language: Russian
Level of education: Master
Speciality code (FGOS): 02.04.01
Speciality group (FGOS): 020000 - Компьютерные и информационные науки
DOI: 10.18720/SPBPU/3/2023/vr/vr23-3948
Rights: Доступ по паролю из сети Интернет (чтение)
Record key: ru\spstu\vkr\25078

Allowed Actions:

Action 'Read' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

Цель ВКР: Данная работа направлена на разработку алгоритмов распознавания жестов с точностью не менее 95%. В этой работе изучаются имеющиеся соответствующие данные, а также анализируются существующие методы и модели. Создан модель жестов. Выбрана модель нейронной сети и уточнена ее. Разработана обучающая выборка, обучена и протестирована нейронная сеть. Проведены экспериментальные исследования, сделан анализ результатов, подведены итоги. Метод и результаты ВКР: Эта работа основана на методах сверточной нейронной сети, остаточной нейронной сети и трансферного обучения. Сначала в ResNet50 были внесены некоторые коррективы в соответствии с требованиями задачи, затем были проанализированы и смоделированы жесты, а затем обучена и протестирована модель, и в итоге было распознано 9 жестов с точностью более 95%. Область применения результатов ВКР: Применяется в области робототехники (реализация удаленной синхронной работы), виртуальной реальности (приближение виртуальной реальности к реальности), помощи глухим людям в переключении языка жестов, области умного дома (переключение каналов смарт-телевизоров, перемещение умных инвалидных колясок) и так далее.

The purpose of the WRC: This work is aimed at developing gesture recognition algorithms with an accuracy of at least 95%. This work examines available relevant data and analyzes existing methods and models. A gesture model has been created. A neural network model was chosen and refined. A training sample has been developed, a neural network has been trained and tested. Experimental studies have been carried out, an analysis of the results has been made, and the results have been summed up. Method and results of WRC: This work is based on the methods of convolutional neural network, residual neural network and transfer learning. First, some adjustments were made in ResNet50 according to the requirements of the task, then the gestures were analyzed and modeled, and then the model was trained and tested, and as a result, 9 gestures were recognized with an accuracy of more than 95%. Scope of WRC results: Applied in the field of robotics (implementation of remote synchronous work), virtual reality (approximation of virtual reality to reality), helping deaf people to switch sign language, smart home (switching smart TV channels, moving smart wheelchairs) and etc.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read
Internet Authorized users SPbPU Read
-> Internet Anonymous

Table of Contents

  • 封面
  • ВКР_Ху Хаожань.pdf

Usage statistics

stat Access count: 2
Last 30 days: 0
Detailed usage statistics