Онтологическая модель распознавания жестов рук оператора
Main Article Content
Аннотация
Представлена онтологическая модель распознавания жестов рук оператора, основанная на методе скелетизации кистей рук библиотеки MediaPipe Hands и авторском способе когнитивной трансформации состояний пальцев по ключевым точкам скелетизации в бинарный код с последующей его конвертацией в цифровой сигнал управления. Модель системы включает этапы предобработки видеокадра, скелетизации кисти, анализа координат ключевых точек, бинарного кодирования состояний пальцев и формирования итогового десятичного управляющего сигнала. Улучшение технических и методологических характеристик системы достигается за счет явного задания причинно-следственных связей между объектами и процессами в онтологии, а также применения четких правил бинарного кодирования. Разработанный интерфейс распознавания жестов обеспечивает точность 98% в нормальных условиях и не ниже 94% в условиях шума и низкой освещенности (50 лм и менее люкс) при среднем времени отклика 0.5 с, превосходя базовые методы на основе известных библиотек OpenCV и TensorFlow.
Ключевые слова:
Article Details
Библиографические ссылки
2. Efremov A.V., Muratov E.R., Nikiforov M.B., Khutev A.N. Gesture Recognition in Contactless Control of Robotic Systems // Biotechnical, Medical and Environmental Systems, Measuring Devices and Robotic Complexes – Biomedsystems-2022: Proceedings of the XXXV All-Russian Scientific and Technical Conference of Students, Young Scientists and Specialists. Ryazan: IP Konyakhin A.V., 2022. P. 446–448.
3. Bobyr M., Milostnaya N., Nolivos C. PID Regulator and Fuzzy-Digital filter combination in a thermoelement control task // Mechatronics, Automation, Control. 2022. Vol. 23. P. 473–480. https://doi.org/10.17587/mau.23.473-480
4. Sattarova V.V., Khachumov M.V. Comparative Analysis of Machine Learning Methods in the Task of Hand Gesture Recognition // Information and Telecommunication Technologies and Mathematical Modeling of High-Tech Systems: Proceedings of the All-Russian Conference with International Participation. Moscow: RUDN University named after P. Lumumba, 2024. P. 221–226.
5. Kulikova E.V. Algorithm for Recognizing Russian Sign Language Gestures in Video // Notes on Informatics and Mathematics: Collection of Scientific Articles. Issue 15. Yaroslavl: Yaroslavl State University named after P.G. Demidov, 2023. P. 41–50.
6. Althubiti A.H., Algethami H. Gesture Recognition Using Deep Learning Algorithms: A Comparative Study // International Journal of Advanced Computer Science and Applications. 2024. Vol. 15, No. 6.
7. Bhujbal P.S., Kotmale M., Kadam N., Magar M., Barakade K. Sign Observation and Understanding Language (SOUL) // International Journal of Engineering Applied Sciences and Technology. 2024. Vol. 09, Issue 5. P. 135–139. https://doi.org/10.33564/ijeast.2024.v09i05.016
8. Dhamodaran S., Phukan P.P., Singh M., Nandakum Sh. Implementation of Hand Gesture Recognition Using OpenCV // International Journal of Research
Publication and Reviews. 2024. Vol. 5, No. 5. P. 8039–8050. https://doi.org/10.55248/gengpi.5.0524.1324
9. Han Lin H.Ye., Murli N. BIM Sign Language Translator Using Machine Learning (TensorFlow) // Journal of Soft Computing and Data Mining. 2022. Vol. 3, No. 1. https://doi.org/10.30880/jscdm.2022.03.01.007
10. Muhammad M.A., Martinus M., Nurhartanto A., Mulyani Ye., Djausal G.P., Achmad D., Ferbangkara S. Development of Lampung Script Characters Recognition Model Using TensorFlow // International Journal of Electronics and Communications Systems. 2023. Vol. 3, No. 2. P. 97. https://doi.org/10.24042/ijecs.v3i2.19878
11. Outanoute M., Controlling Websites Through Hand Gestures Using TensorFlow JS and Browser Extension // International Research Journal of Modernization in Engineering Technology and Science. 2023. https://doi.org/10.56726/irjmets34907
12. Kocakulak M., Acir N. A Contactless Palmprint Imaging System Design Using MediaPipe Hands // Journal of Innovative Science and Engineering (JISE). 2022. https://doi.org/10.38088/jise.1142634
13. Song R., Hong Yu., Kwak N. User Interface Using Hand Gesture Recognition Based on MediaPipe Hands Model // Journal of Korea Multimedia Society. 2023. Vol. 26, No. 2. P. 103–115. https://doi.org/10.9717/kmms.2023.26.2.103
14. Pati R.N., Vallabhaneni N., P P., Shekhawat Ya., Paria S. Real-Time Computer Vision Based Hand Gesture Recognition // International Research Journal on Advanced Science Hub. 2023. Vol. 5, Issue 05S. P. 382–391. https://doi.org/10.47392/irjash.2023.s052
15. Grebeshkov A., Shebalov R., Gorshkov S., Mushtak O. Ontological modelling of enterprises: technologies and methods // Book, TriniData LLC & Ural Federal University. 2019. P. 104–116. ISBN: 978-5-7996-2580-1.
16. Bobyr M.V., Aseev A.A. Program for Hand Gesture Control with Numerical Command Input Based on the MediaPipe Library. Certificate of State Registration of Computer Program No. 2026616114. Registration date: March 4, 2026.
17. Bobyr M.V., Aseev A.A. Program for Hand Gesture Analysis and Key Point Extraction Based on MediaPipe and TensorFlow Libraries. Certificate of State Registration of Computer Program No. 2026616251. Registration date: March 5, 2026.
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Представляя статьи для публикации в журнале «Электронные библиотеки», авторы автоматически дают согласие предоставить ограниченную лицензию на использование материалов Казанскому (Приволжскому) федеральному университету (КФУ) (разумеется, лишь в том случае, если статья будет принята к публикации). Это означает, что КФУ имеет право опубликовать статью в ближайшем выпуске журнала (на веб-сайте или в печатной форме), а также переиздавать эту статью на архивных компакт-дисках журнала или включить в ту или иную информационную систему или базу данных, производимую КФУ.
Все авторские материалы размещены в журнале «Электронные библиотеки» с ведома авторов. В случае, если у кого-либо из авторов есть возражения против публикации его материалов на данном сайте, материал может быть снят при условии уведомления редакции журнала в письменной форме.
Документы, изданные в журнале «Электронные библиотеки», защищены законодательством об авторских правах, и все авторские права сохраняются за авторами. Авторы самостоятельно следят за соблюдением своих прав на воспроизводство или перевод их работ, опубликованных в журнале. Если материал, опубликованный в журнале «Электронные библиотеки», с разрешения автора переиздается другим издателем или переводится на другой язык, то ссылка на оригинальную публикацию обязательна.
Передавая статьи для опубликования в журнале «Электронные библиотеки», авторы должны принимать в расчет, что публикации в интернете, с одной стороны, предоставляют уникальные возможности доступа к их материалам, но, с другой, являются новой формой обмена информацией в глобальном информационном обществе, где авторы и издатели пока не всегда обеспечены защитой от неправомочного копирования или иного использования материалов, защищенных авторским правом.
При использовании материалов из журнала обязательна ссылка на URL: http://rdl-journal.ru. Любые изменения, дополнения или редактирования авторского текста недопустимы. Копирование отдельных фрагментов статей из журнала разрешается для научных исследований, персонального использования, коммерческого использования до тех пор, пока есть ссылка на оригинальную статью.
Запросы на право переиздания или использования любых материалов, опубликованных в журнале «Электронные библиотеки», следует направлять главному редактору Елизарову А.М. по адресу: amelizarov@gmail.com
Издатели журнала «Электронные библиотеки» не несут ответственности за точки зрения, излагаемые в публикуемых авторских статьях.
Предлагаем авторам статей загрузить с этой страницы, подписать и выслать в адрес издателя журнала по электронной почте скан Авторского договора о передаче неисключительных прав на использование произведения.