مطالعه ای روی طراحی رابط تعاملی انسان و رایانه، بر اساس فیلدهای واگرایی حرکتی برای تشخیص حرکت دست

حرکات دست انسان برای تعامل انسان با رایانه (HCI)، شامل استفاده از حرکات یا وضعیت دست و انگشتان برای سیگنال دادن به یک فرمان یا کار به رایانه یا دستگاه تلفن همراه است، در حالی که پوزیشن های دو بعدی شامل سیگنال دهی دستورات با لمس یک سطح حسگر است؛ تبلت یا صفحه نمایش حرکات دو بعدی، ممکن است شامل حرکات مختلفی باشد، مانند تکان دادن برای تغییر پنجره یا باز کردن نوک انگشتان برای نشان دادن بزرگ شدن، اما محدود به حس کردن نوک انگشتان روی یک سطح است؛ اگرچه به طور کلی ردیابی حرکت مفصل دست دشوار است، رویکردهای مبتنی بر مثال، راه حلی قوی برای تشخیص ژست دست ارائه می دهند. احتمالا، مجموعه ای غنی از حرکات دست پویا برای یک سیستم تشخیص معنادار مورد نیاز است. نحوه ساختن نمایش بصری برای الگوهای حرکتی، کلید تشخیص مقیاس پذیر است. با بررسی صورت گرفته، یک نمایش جدید بر اساس نقشه واگرایی میدان حرکت حرکتی پیشنهاد می شود که الگوهای حرکتی را به الگوهای فضایی تبدیل می کند؛ در مقالات مبنا، با توجه به نقشه های واگرایی حرکتی، از آشکارسازهای ویژگی تصویر مدرن برای استخراج الگوهای فضایی برجسته، مانند حداکثر مناطق بیرونی پایدار استفاده شده است. یک توصیف گر محلی از هر منطقه استخراج می شود تا الگوی حرکت محلی را به تصویر بکشد؛ متعاقبا توصیف گرهای نمونه های اشاره با استفاده از درخت واژگان از پیش آموزش دیده نمایه سازی می شوند؛ سپس حرکات جدید به طور موثر با حرکات پایگاه داده با یک طرح TFIDF مطابقت داده می شوند؛ آزمایش های گسترده بر روی یک پایگاه داده بزرگ حرکات دست با ۱۰ دسته و ۱۰۵۰ نمونه ویدیویی، کارایی الگوهای حرکتی استخراج شده را برای تشخیص ژست تایید می کند؛ روش پیشنهادی مقاله مبنا، به نرخ تشخیص کلی %۹۷.۶۲ دست می یابد، در حالی که میانگین زمان تشخیص تنها ۳۴.۵۳ میلی ثانیه است.