Modélisation Temporelle pour la Reconnaissance de Gestes

Ce travail présente une approximation linéaire par morceaux des modèles de distribution de points non linéaires pour modéliser la main humaine. Le travail utilise la segmentation naturelle de l'espace de forme, inhérente à la technique, pour appliquer des contraintes temporelles qui peuvent être utilisées avec la CONDENSATION pour soutenir plusieurs hypothèses et sauts quantiques à travers l'espace de forme. Cet article présente une méthode novatrice par laquelle les transitions à un état de la langue anglaise sont projetées dans l'espace de forme pour le suivi et la prédiction de modèle en utilisant une approche similaire à une HMM. 1 Introduction Les travaux précédents de l'auteur et d'autres chercheurs ont étudié des modèles statistiques de déformation 1-8. Ces modèles déformables ont été utilisés pour apprendre a priori la forme et la déformation à partir d'un ensemble d'exemples d'apprentissage qui représentent la forme et la déformation d'un objet ou d'une classe d'objets. Des modèles sont généralement construits sachant ce qui constitue une déformation valide mais pas quand la déformation est valide. Cette contrainte temporelle importante est bénéf…