Resumen

En este artículo se presenta el desarrollo de un sistema electrónico capaz de reconocer, en tiempo real, doce gestos manuales realizados por un interlocutor con una de sus manos en una escena con iluminación y con fondo controlados. El sistema implementado es robusto a rotaciones, traslaciones y cambios de escala de la mano del interlocutor en el plano de la cámara. El sistema funciona tanto en una computadora personal, como en la tarjeta de evaluación ADSP BF-533 Ez Kit Lite de Analog Devices. Como etapa final se propone en la tarjeta de desarrollo la visualización en un display de la letra asociada al gesto reconocido. Por otra parte, en el computador personal se tiene una herramienta visual que presenta el procesamiento realizado en cada una de las etapas del algoritmo propuesto. Se tiene un sistema eficiente para la comunicación entre un hombre y una máquina y se vislumbran futuras aplicaciones orientadas a posibilitar la interacción de personas sordomudas con la población, en general.

INTRODUCCIÓN

Actualmente, para tratar el problema de reconocimiento se dispone de un conjunto de técnicas muy potentes; no obstante, su costo computacional normalmente es muy alto, lo cual las hace poco viables para implementarlas en tiempo real usando un procesador embebido.

Actualmente se destaca la técnica propuesta por Viola y Jones [2001] y, posteriormente, mejorada por Lienhart y Maydt [2002], que está basada en las Wavelets de Haar, las cuales hacen un análisis multi-resolución de la imagen. Además, la librería OpenCV [Intel, 2004] incluye funciones que permiten encontrar la mano y la cara mediante clasificadores paralelos tipo Adaboost [Lienhart, Maydt, 2002] los cuales arrojan excelentes resultados. Otros autores usan técnicas morfológicas como la esqueletización, para identificar órganos en el cuerpo humano [Di Ruberto, Rodríguez, Casta, 200?].

Con el objetivo de buscar ciertas características que clasifiquen cada uno de los gestos para diferentes individuos, se propone como solución realizar un análisis morfológico de la imagen. De esta forma, se establece un nuevo alfabeto, en el cual cada dedo de la mano representa un bit, estableciéndose un conjunto de gestos altamente diferenciables y un problema de naturaleza binaria, el cual se aborda mediante un análisis morfológico de la imagen. Finalmente, se demuestra la viabilidad y la eficiencia del algoritmo desarrollado y se obtienen tiempos de procesamiento bastante buenos en el procesador Blackfin 533 [ADSP-BF533, 200?], usando la tarjeta de evaluación EZkit lite de Analog Devices

• Materias:Sistemas de imágenes Movimiento (Fisiología) Formación de las imágenes Algoritmos (Computadores)
• Subjects:Imaging systems Movement (Physiology) Formation des images Computer algorithms
• Palabras claves:Reconocimiento e interpretación de imágenes; Interacción hombre-máquina en tiempo real; Procesador blackfin 533.
• Keywords:Recognition and interpretation of images; Humanmachine interaction in real time; Blackfin 533 processor.