Gestenklassifikation mittels maschinellen Lernens auf vorverarbeiteten Videoströmen

Diese Bachelorarbeit behandelt die Klassifikation statischer und dynamischer Handgesten mittels Methoden des maschinellen Lernens. Nach einem Überblick über die Grundlagen der Gestenerkennung werden Konzeption und Umsetzung eines Systems zur Handgestenerkennung erläutert. Das vorgestellte System nutzt dabei einen bekannten Hintergrund mit Markern für die Hand-Detektion und basiert auf der Klassifikation statischer Gesten durch Support Vector Machines und die Modellierung dynamischer Gesten als endliche Automaten. Weiterhin werden Erweiterungen in den Bereichen der Handerkennung und -verfolgung vorgestellt, die dazu dienen das System auf unbekannte Hintergründe anwenden zu können. Testresultate für beide Systeme werden vorgestellt und es wird gezeigt, dass die Erkennung von Handgesten mit den verwendeten Methoden möglich ist.

This bachelor thesis covers the classification of static and dynamic hand gestures using methods of machine learning. After an overview of the basic principles of gesture recognition, the design and realization of a system for hand gesture recognition is discussed. The proposed system uses a known background with markers to aid hand detection and is based upon the classification of static gestures by support vector machines and the modeling of dynamic gestures as finite state machines. Additionally, extensions in the areas of hand recognition and tracking are introduced, which allow the application of the system on unknown backgrounds. Test results are presented and it is shown that the recognition of hand gestures with the applied methods is feasible.