Gestures dapat berasal dari setiap gerak tubuh khususnya dari wajah atau tangan Saat ini termasuk pengakuan emosi dari wajah dan tangan. Banyak pendekatan yang telah dibuat dengan menggunakan kamera dan visi komputer algoritma untuk menafsirkan bahasa isyarat.Namun,identifikasi danpengakuan dari postur, gaya berjalan, Proxemiks , dan perilaku manusia juga merupakan subyek dari teknik pengakuan isyarat. Gesture dapat dilihat sebagai cara bagi komputer untuk mulai memahami Bahasa tubuh manusia , sehingga meghubungkan antara mesin dan manusia dari sejak penggunaan berinterface teks atau bahkan GUI (antarmuka pengguna grafis), yang masih membatasi mayoritas masukan untuk keyboard dan mouse. Gesture memungkinkan manusia untuk berkomunikasi dengan mesin ( HMI ) dan berinteraksi secara alami tanpa perangkat mekanis. Menggunakan konsep pengakuan isyarat, adalah mungkin untuk menunjuk jari pada layar komputer sehingga kursor akan bergerak sesuai keinginan.
Jenis Gesture
Gerakan Offline : Mereka gerakan yang diproses setelah interaksi pengguna dengan objek. Contohnya adalah gerakan untuk mengaktifkan menu.
Gerakan Online : Gerakan manipulasi langsung. Mereka digunakan untuk skala atau memutar objek nyata.
Perangkat input
Kemampuan untuk melacak gerakan seseorang dan menentukan apa gerakan mereka mungkin melakukan dapat dicapai melalui berbagai alat. Meskipun ada sejumlah besar penelitian yang dilakukan dalam gambar / video berbasis gesture recognition, ada beberapa variasi dalam alat dan lingkungan yang digunakan antara implementasi.
1. Sarung tangan Wired
Ini dapat memberikan masukan ke komputer tentang posisi dan rotasi dari tangan menggunakan perangkat pelacakan magnetik atau inersia. Selain itu, beberapa sarung tangan dapat mendeteksi jari lentur dengan tingkat akurasi yang tinggi (5-10 derajat), atau bahkan memberikan umpan balik haptic kepada pengguna, yang merupakan simulasi dari indera peraba. Tersedia secara komersial tangan pelacakan glove-jenis perangkat pertama adalah DataGlove, perangkat sarung tangan-jenis yang dapat mendeteksi posisi tangan, gerakan dan jari lentur. Ini menggunakan kabel serat optik mengalir di belakang tangan. Pulsa cahaya diciptakan dan ketika jari-jari yang bengkok, kebocoran cahaya melalui celah-celah kecil dan kerugian terdaftar, memberikan perkiraan tangan berpose.
2. Kamera Depth-sadar
Menggunakan kamera khusus seperti cahaya terstruktur atau waktu-of-penerbangan kamera , seseorang dapat menghasilkan peta kedalaman apa yang dilihat melalui kamera pada jarak dekat, dan menggunakan data ini untuk mendekati representasi 3d dari apa yang terlihat. Ini dapat efektif untuk mendeteksi gerakan tangan karena kemampuan jarak dekat mereka.
3. Kamera stereo
Menggunakan dua kamera yang hubungan satu sama lain diketahui, representasi 3d dapat didekati dengan output dari kamera. Untuk mendapatkan hubungan kamera ', seseorang dapat menggunakan referensi posisi seperti Lexian-garis atau inframerah emitter. Dalam kombinasi dengan pengukuran gerak langsung ( 6D-Vision ) gerakan bisa langsung terdeteksi.
4. Gerakan berbasis kontroler
Kontrroler ini bertindak sebagai perpanjangan dari tubuh sehingga ketika gerakan dilakukan, beberapa gerak mereka dapat dengan mudah ditangkap oleh software. gerakan mouse adalah salah satu contohnya, di mana gerakan mouse berkorelasi dengan simbol ditarik oleh seseorang tangan, seperti Wii remote atau Myo , yang dapat mempelajari perubahan percepatan dari waktu ke waktu untuk mewakili gerakan. Perangkat seperti LG Electronics Magic Wand, Loop dan Scoop menggunakan Hillcrest Labs ' teknologi freespace, yang menggunakan MEMS accelerometers, giroskop dan sensor lainnya untuk menerjemahkan gerakan menjadi gerakan kursor. Perangkat lunak ini juga mengkompensasi getaran manusia dan gerakan yang tidak disengaja. AudioCubes adalah contoh lain. Sensor ini pintar kubus memancarkan cahaya dapat digunakan untuk merasakan tangan dan jari serta benda-benda lain di dekatnya, dan dapat digunakan untuk mengolah data. Sebagian besar aplikasi dalam musik dan sintesis suara, tetapi dapat diterapkan pada bidang lainnya.
5. Kamera tunggal
Sebuah kamera 2D standar dapat digunakan untuk pengakuan gerakan di mana sumber daya / lingkungan tidak akan nyaman untuk bentuk lain dari pengakuan berbasis gambar. Sebelumnya ia berpikir bahwa kamera tunggal mungkin tidak seefektif kamera sadar stereo atau kedalaman, tetapi beberapa perusahaan menantang teori ini. Teknologi pengenalan gesture berbasis perangkat lunak menggunakan kamera 2D standar yang dapat mendeteksi gerakan kuat tangan, tanda-tanda tangan, serta track tangan atau ujung jari dengan ketelitian tinggi telah tertanam dalam ultrabooks Yoga Lenovo [ klarifikasi diperlukan ] , Pantech ini Vega LTE smartphone, Hisense ini model Smart TV, antara perangkat lain.
Referensi :
http://en.wikipedia.org/wiki/Gesture_recognition
http://www.technologyreview.com/tagged/gesture-interface/
Hi, Saya Bayu Riza Himawan, terimakasih telah berkunjung diBlog sederhana saya. Semoga artikel yang ada diBlog ini dapat Bermanfaat bagi Anda. Mari berbagi ilmu, karna ilmu itu nyata dan pengetahuan itu abstrak.Salam Blogger!
0 comments:
Post a Comment