Resumen

La comunicación humana se basa en varios aspectos más allá del habla. Uno de ellos son los gestos, ya que expresan intenciones, intereses, sentimientos o ideas y complementan el habla. Los robots sociales necesitan interpretar estos mensajes para permitir una interacción humano-robot más natural. En este sentido, nuestro objetivo es estudiar el efecto de las características de posición y velocidad en el reconocimiento dinámico de gestos. Utilizamos información 3D para extraer el esqueleto del usuario y calcular la posición normalizada de todas sus articulaciones, y utilizando la variación temporal de dichas posiciones, calculamos sus velocidades. Nuestros tres conjuntos de datos se componen de 1355 muestras de 30 usuarios. Consideramos 14 gestos comunes en HRI que implican movimientos de la parte superior del cuerpo. Se evalúa un conjunto de técnicas de clasificación probando estos tres conjuntos de datos para averiguar qué características rinden mejor. Los resultados indican que la unión de velocidad y posición logra los mejores resultados entre las tres posibilidades, 0,999 de F-score. La combinación que mejor funciona para detectar gestos dinámicos en tiempo real se integra finalmente en nuestro robot social con una sencilla aplicación HRI para realizar una prueba de concepto y comprobar cómo se comporta la propuesta en un escenario realista.

• Materias:Biotecnología Sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology sensors Sensor system Sensor technology
• Palabras claves:reconocimiento dinámico de gestos, aplicación hri sencilla, movimientos de la parte superior del cuerpo, conjuntos de datos, posición, habla, información 3d, comunicación humana, interacción robótica, robots sociales
• Keywords:dynamic gesture recognition, simple hri application, upper body movements, datasets, position, speech, 3d information, human communication, robot interaction, social robots