Please use this identifier to cite or link to this item:
Title: Aplicación de factorización de trayectoria espacial en reconocimiento automatico de señales para uso en sistema de control de dispositivos domóticos.
Authors: Taco Gallardo, Daniel Alejandro
Issue Date: 20-Jan-2022
Publisher: Quito, 2022
Citation: Taco Gallardo D.A. (2022). Aplicación de factorización de trayectoria espacial en reconocimiento automatico de señales para uso en sistema de control de dispositivos domóticos. 133 hojas. Quito : EPN.
Abstract: This project presents the application of a novel Machine Vision (MA) technique, known as Trajectory Space Factorization (TSF), which reconstructs the 3D structure of objects in video, from their image sequences (frames) in 2D. Moreover, the idealization and execution of a Domotic Device Control System (CODDO), which translates a defined set of gesture signs used in the American Sign Language, into instructions that handle intelligent terminal devices by means of Amazon Alexa Smart Home Skill. The signs or signals are automatically recognized by retrieving the 3D structure of the hands. Subsequently, their 3D representation is mapped to a single dimension, this being the input to a translated sign classifier model. The chosen classification model is the result of a comparison between a Support Vector Machine (SVM) model and a Recurrent Neural Network (RNN) model, of which the latter is the most accurate. The final part of the document contains the results of the TSF application, and implementation of the CODDO system for the proposed case study, as well as conclusions and recommendations on the development of this project.
Description: El presente proyecto muestra la aplicación de una novedosa técnica de Visión Artificial (VA), conocida como Factorización de la Trayectoria Espacial (TSF), la cual reconstruye la estructura 3D de objetos en video, a partir de sus secuencias de imágenes (fotogramas) en 2D. Además, de la idealización y ejecución de un sistema de control de dispositivos domóticos (CODDO), el cual traduce un conjunto definido de señas gestuales utilizadas en el American Sign Language, en instrucciones que manipulan dispositivos terminales inteligentes por medio de Amazon Alexa Smart Home Skill. Las señas o señales son reconocidas automáticamente mediante la recuperación de la estructura 3D de las manos. Posteriormente, se mapea su representación tridimensional a una sola dimensión, siendo ésta la entrada a un modelo clasificador de señales traducidas. El modelo de clasificación escogido es el resultado de una comparación entre un modelo de Maquinas de Soporte Vectorial (SVM) y un modelo de Red Neuronal Recurrente (RNN), siendo la ultima la de mejor exactitud. La parte final del documento contiene los resultados de la aplicación de TSF, e implementación del sistema CODDO para el caso de estudio propuesto, por demás, se presentan conclusiones y recomendaciones sobre el desarrollo de este proyecto.
Appears in Collections:Tesis Sistemas Informáticos y de Computación (ISIS)

Files in This Item:
File Description SizeFormat 
CD 11561.pdf8,37 MBAdobe PDFView/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.