Распознование жестов с помощью микродопплеровских сигнатур
Аннотация
Объектом разработки является программа, извлекающая признаки из микродопплеровских записей, и проводящая по ним классификацию жеста.
Цель – раскрытие микродопплеровского эффекта и анализ его применимости для бесконтактной идентификации жестов ладони человека с использованием одночастотного радиолокатора сантиметрового диапазона с непрерывным излучением.
В ходе работы было проведено исследование сред разработки и анализ методов выделения признаков и классификации. Для практической реализации был выбран метод TVD, поскольку он включает в себя меньшее количество признаков, что повышает скорость распознавания.
В ходе работы на LabView 2016 было создано программное обеспечение, позволяющее классифицировать записи жестов и проведён анализ правильности классификации. Программа работает под ОС Windows с LabView 2016, считывает файлы lvm, требует 250 Мб оперативной памяти, занимает 159 Кб места на жёстком диске.
Научная новизна заключается в применении метода для анализа жестов ладони человека.
Практическая ценность дипломной работы состоит в том, что создаётся новое программное обеспечение для специалистов в области распознавания жестов.
Цель – раскрытие микродопплеровского эффекта и анализ его применимости для бесконтактной идентификации жестов ладони человека с использованием одночастотного радиолокатора сантиметрового диапазона с непрерывным излучением.
В ходе работы было проведено исследование сред разработки и анализ методов выделения признаков и классификации. Для практической реализации был выбран метод TVD, поскольку он включает в себя меньшее количество признаков, что повышает скорость распознавания.
В ходе работы на LabView 2016 было создано программное обеспечение, позволяющее классифицировать записи жестов и проведён анализ правильности классификации. Программа работает под ОС Windows с LabView 2016, считывает файлы lvm, требует 250 Мб оперативной памяти, занимает 159 Кб места на жёстком диске.
Научная новизна заключается в применении метода для анализа жестов ладони человека.
Практическая ценность дипломной работы состоит в том, что создаётся новое программное обеспечение для специалистов в области распознавания жестов.