|
|
Promítané uživatelské rozhraní - karetní hra
Brestič, Tomáš ; Kapinus, Michal (oponent) ; Najman, Pavel (vedoucí práce)
Ve snaze o zvýšení intuitivnosti používání počítače jsou zkoumány možnosti nahrazení nutnosti práce se vstupními zařízeními uplatněním gest k jeho ovládání a stále častěji se objevují pokusy o realizaci tohoto přístupu. Současně se vyskytuje tendence začleňovat výstup programu do fyzického světa kolem uživatele a celkově tak minimalizovat všechny umělé prostředky interakce. Cílem této práce je implementovat karetní hru s využitím zmíněných principů. Zabývá se zejména problematikou snímání pohybů člověka, detekce rukou a rozpoznávání jejich gest. Výsledná aplikace používá hloubková data z druhé generace senzoru Kinect, analytický popis gest a dovoluje hru až čtyř hráčů. Její grafický výstup je promítán na stůl za účelem zvýšení podobnosti s reálným prostředím.
|
|
|
Depth-Based Determination of a 3D Hand Position
Ondris, Ladislav ; Tinka, Jan (oponent) ; Drahanský, Martin (vedoucí práce)
This work aims to offer a real-time, depth-based gesture recognition system using a hand's skeletal information. The Tiny YOLOv3 neural network detects the hand in the depth image. The detected hand is rid of the background and used by the JGR-P2O neural network, which estimates the hand's skeleton represented by 21 key points. Furthermore, a novel technique for gesture recognition from hand key points that compares the input skeleton with user-defined gestures has been proposed. A dataset consisting of four thousand images was captured to evaluate the system.
|
|
|
Ovládání počítače gesty
Chaloupka, Jan ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce pojednává o návrhu a implementaci jednoduchého rozhraní pro rozpoznávání gest rukou. Rozhraní slouží jako rozšíření aktuálních ovládacích prvků. Pro segmentaci gest je použit model barvy kůže, pro rozpoznání gest význačné body ruky (dlaň, prsty, konečky prstů). Navržené rozhraní je použito pro ovládání jednoduchého prohlížeče fotografií. Výsledná aplikace je schopna základních gest pro změnu velikost, rotaci, ukazování a kliknutí.
|
|
|
Kreslení ve 3D pomocí Leap Motion
Semerák, Jakub ; Zahrádka, Jiří (oponent) ; Najman, Pavel (vedoucí práce)
Cílem této práce bylo vytvoření jednoduché aplikace pro 3D kreslení pomocí senzoru Leap Motion. Na této aplikaci byla testována efektivita interakce s rozhraním gesty oproti interakci kombinované s klávesou. Testováním bylo zjištěno, že ovládání kreslení gestem není tak efektivní jako klávesou. Nicméně po delší interakci uživatelů s aplikací se projevilo znatelné zrychlení ve prospěch aktivace gestem.
|
|
|
Rozpoznání gest ruky v obrazu
Mráz, Stanislav ; Petyovský, Petr (oponent) ; Horák, Karel (vedoucí práce)
Tato diplomová práce se zabývá rozpoznáváním jednoduchých statických gest ruky za účelem ovládání počítače. Úvodní část práce je věnována teoretickému přehledu metod používaných pro nalezení ruky v obraze. Dále pak jsou popsány přístupy využívané pro klasifikaci gesta. Druhá část této práce je věnována výběru vhodného způsobu pro segmentaci ruky na základě barvy kůže a na základě pohybu. Poté jsou popsány metody pro rozpoznání gesta. Poslední část této práce se věnuje popisu navrhnutého řešení.
|
|
|
Uživatelské rozhraní s využitím mobilního zařízení a kamery
Jelínek, Dalibor ; Kapinus, Michal (oponent) ; Najman, Pavel (vedoucí práce)
Tato diplomová práce se zabývá vývojem uživatelského rozhraní, které umožní ovládat mobilní zařízení bez použití rukou za pomocí kamery. Práce zahrnuje rešerši existujících řešení bezdotykového ovládání počítačových zařízení a technologií počítačového vidění relevantních k tomuto tématu. Výstupem praktické části je aplikace pro systém Android sloužící jako webový prohlížeč, který lze ovládat výhradně pohyby obličeje a hlasem.
|
|
|
Ovládání aplikace pomocí gest
Lengál, Tomáš ; Zahrádka, Jiří (oponent) ; Najman, Pavel (vedoucí práce)
Tato bakalářská práce se zabývá ovládáním aplikace pro 3D modelování pomocí senzoru Microsoft Kinect. Hlavním cílem je prozkoumat možnosti a vhodnost tohoto senzoru pro rozpoznávání gest a jejich následné využití při ovládání aplikace. Práce se soustředí na tři hlavní úkoly. Jedná se o ovládání menu, ovládání rotace a ovládání ořezávání.
|
|
|
Ovládání pozemního robota gesty
Chlud, Michal ; Materna, Zdeněk (oponent) ; Beran, Vítězslav (vedoucí práce)
Bakalářská práce popisuje hlavní metody, které slouží k úspěšnému rozpoznání gest ruky pomocí běžné RGB kamery. Zabývá se jednotlivými kroky, které vedou ke klasifikaci ruky ve videosekvenci jako je segmentace vstupního obrazu na základě modelu barvy kůže. Dále popisuje metody sledování a analýzy gest. Cílem práce je vytvoření aplikace na ovládání pozemního robota gesty, která využívá těchto znalostí. Práce navrhuje řešení a poté popisuje jednotlivé kroky implementace.
|
|
|
Active prostetic hand
Brenner, Maximilian ; Sekora, Jiří (oponent) ; Harabiš, Vratislav (vedoucí práce)
BACKGROUND: Based on mainly vascular diseases and traumatic injuries, around 40,000 upper limb amputations are performed annually worldwide. The affected persons are strongly impaired in their physical abilities by such an intervention. Through myoelectric prostheses, affected persons are able to recover some of their abilities. METHODS: In order to control such prostheses, a system is to be developed by which electromyographic (EMG) measurements on the upper extremities can be carried out. The data obtained in this way should then be processed to recognize different gestures. These EMG measurements are to be performed by means of a suitable microcontroller and afterwards processed and classified by adequate software. Finally, a model or prototype of a hand is to be created, which is controlled by means of the acquired data. RESULTS: The signals from the upper extremities were picked up by four MyoWare sensors and transmitted to a computer via an Arduino Uno microcontroller. The Signals were processed in quantized time windows using Matlab. By means of a neural network, the gestures were recognized and displayed both graphically and by a prosthesis. The achieved recognition rate was up to 87% across all gestures. CONCLUSION: With an increasing number of gestures to be detected, the functionality of a neural network exceeds that of any fuzzy logic concerning classification accuracy. The recognition rates fluctuated between the individual gestures. This indicates that further fine tuning is needed to better train the classification software. However, it demonstrated that relatively cheap hardware can be used to create a control system for upper extremity prostheses.
|
|
|
Ovládání počítače gesty
Chrápek, David ; Švub, Miroslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce je zaměřena na ovládání počítače pohybem celé hlavy. Pomocí sledování vzájemné polohy očí a nosu je určován směr natočení hlavy a pomocí pohybu hlavy jsou rozpoznávána jednoduchá gesta. K zpracování obrazu byly vyuţity Haar-kaskády klasifikátorů zaloţené na metodě Viola-Jones k rozpoznání hlavy, očí a nosu ve snímaném obraze a k jejich sledování byla vyuţita především metoda Lucas-Kanade optického toku.
|
host ::
RSS.