Анализ мануальных компонентов украинской жестовой речи с использованием системы дополнительных маркеров

Рассмотрено создание информационной технологии распознавания отдельных жестов украинского жестового языка, полученных посредством технологии Motion Capture. Методами исследования служат алгоритмы динамической свертки временной последовательности....

Повний опис

Збережено в:

Бібліографічні деталі
Дата:	2015
Автори:	Крак, Ю.В., Тернов, А.С., Ульянич, Д.С.
Формат:	Стаття
Мова:	Russian
Опубліковано:	Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2015
Назва видання:	Управляющие системы и машины
Теми:	Методы и средства обработки данных и знаний
Онлайн доступ:	https://nasplib.isofts.kiev.ua/handle/123456789/112538
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:	Анализ мануальных компонентов украинской жестовой речи с использованием системы дополнительных маркеров / Ю.В. Крак, А.С. Тернов, Д.С. Ульянич // Управляющие системы и машины. — 2015. — № 5. — С. 30–36. — Бібліогр.: 10 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	nasplib_isofts_kiev_ua-123456789-112538
record_format	dspace
spelling	nasplib_isofts_kiev_ua-123456789-1125382025-02-23T20:17:21Z Анализ мануальных компонентов украинской жестовой речи с использованием системы дополнительных маркеров Аналіз мануальних компонентів української жестової мови з використанням системи додаткових маркерів Analysis of the Movement Components of Sign Ukrainian Broadcasting Using the Additional Markers System Крак, Ю.В. Тернов, А.С. Ульянич, Д.С. Методы и средства обработки данных и знаний Рассмотрено создание информационной технологии распознавания отдельных жестов украинского жестового языка, полученных посредством технологии Motion Capture. Методами исследования служат алгоритмы динамической свертки временной последовательности. Розглянуто створення інформаційної технології розпізнавання окремих жестів української жестової мови, отриманих за технологією Motion Capture. Методами дослідження слугують алгоритми динамічної згортки часової послідовності. Introduction. Gesture recognition is an actual problem concerning the interaction between a user and the computers. Although some prototypes of foreign sign language recognition systems have been developed and already used in computer vision, Ukrainian sign language recognition still remains the problem. Purpose. The aim is to develop a universal recognition technology for single Ukrainian signs captured with Motion Capture technology. The objects of the study are data bases of single signs, presented as time sequences of coordinates of motion components. The research methods cover the dynamic time warping algorithms. Results. Data model for gesture recognition in small Ukrainian sign language dictionaries is investigated. A DTW (Dynamic Time Warping) algorithm is used. The modified WDTW (Weighted Dynamic Time Warping) using weights that the more an individual marker for moving it in space during the whole demonstration gesture are proposed. The criterion of success algorithm performed relative number of correctly identified samples from a test one to their total number. Both algorithms are demonstrated a full recognition accuracy on the basis of 139 unique gestures. For WDTW algorithm was used normalization, and therefore the results have a high level of generalization. Conclusions. The WDTW algorithm to create a universal information technology of identification the Ukrainian sign language gestures is used. The gestures in the form of time series calculated using the technology Motion Capture are presented. This frame rate of 10 fps is sufficient for correct identification sign in a limited vocabulary 2015 Article Анализ мануальных компонентов украинской жестовой речи с использованием системы дополнительных маркеров / Ю.В. Крак, А.С. Тернов, Д.С. Ульянич // Управляющие системы и машины. — 2015. — № 5. — С. 30–36. — Бібліогр.: 10 назв. — рос. 0130-5395 https://nasplib.isofts.kiev.ua/handle/123456789/112538 004.93 ru Управляющие системы и машины application/pdf Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
language	Russian
topic	Методы и средства обработки данных и знаний Методы и средства обработки данных и знаний
spellingShingle	Методы и средства обработки данных и знаний Методы и средства обработки данных и знаний Крак, Ю.В. Тернов, А.С. Ульянич, Д.С. Анализ мануальных компонентов украинской жестовой речи с использованием системы дополнительных маркеров Управляющие системы и машины
description	Рассмотрено создание информационной технологии распознавания отдельных жестов украинского жестового языка, полученных посредством технологии Motion Capture. Методами исследования служат алгоритмы динамической свертки временной последовательности.
format	Article
author	Крак, Ю.В. Тернов, А.С. Ульянич, Д.С.
author_facet	Крак, Ю.В. Тернов, А.С. Ульянич, Д.С.
author_sort	Крак, Ю.В.
title	Анализ мануальных компонентов украинской жестовой речи с использованием системы дополнительных маркеров
title_short	Анализ мануальных компонентов украинской жестовой речи с использованием системы дополнительных маркеров
title_full	Анализ мануальных компонентов украинской жестовой речи с использованием системы дополнительных маркеров
title_fullStr	Анализ мануальных компонентов украинской жестовой речи с использованием системы дополнительных маркеров
title_full_unstemmed	Анализ мануальных компонентов украинской жестовой речи с использованием системы дополнительных маркеров
title_sort	анализ мануальных компонентов украинской жестовой речи с использованием системы дополнительных маркеров
publisher	Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
publishDate	2015
topic_facet	Методы и средства обработки данных и знаний
url	https://nasplib.isofts.kiev.ua/handle/123456789/112538
citation_txt	Анализ мануальных компонентов украинской жестовой речи с использованием системы дополнительных маркеров / Ю.В. Крак, А.С. Тернов, Д.С. Ульянич // Управляющие системы и машины. — 2015. — № 5. — С. 30–36. — Бібліогр.: 10 назв. — рос.
series	Управляющие системы и машины
work_keys_str_mv	AT krakûv analizmanualʹnyhkomponentovukrainskojžestovojrečisispolʹzovaniemsistemydopolnitelʹnyhmarkerov AT ternovas analizmanualʹnyhkomponentovukrainskojžestovojrečisispolʹzovaniemsistemydopolnitelʹnyhmarkerov AT ulʹâničds analizmanualʹnyhkomponentovukrainskojžestovojrečisispolʹzovaniemsistemydopolnitelʹnyhmarkerov AT krakûv analízmanualʹnihkomponentívukraínsʹkoížestovoímovizvikoristannâmsistemidodatkovihmarkerív AT ternovas analízmanualʹnihkomponentívukraínsʹkoížestovoímovizvikoristannâmsistemidodatkovihmarkerív AT ulʹâničds analízmanualʹnihkomponentívukraínsʹkoížestovoímovizvikoristannâmsistemidodatkovihmarkerív AT krakûv analysisofthemovementcomponentsofsignukrainianbroadcastingusingtheadditionalmarkerssystem AT ternovas analysisofthemovementcomponentsofsignukrainianbroadcastingusingtheadditionalmarkerssystem AT ulʹâničds analysisofthemovementcomponentsofsignukrainianbroadcastingusingtheadditionalmarkerssystem
first_indexed	2025-11-25T01:13:40Z
last_indexed	2025-11-25T01:13:40Z
_version_	1849722898606981120
fulltext	30 УСиМ, 2015, № 5 Методы и средства обработки данных и знаний УДК 004.9 Ю.В. Крак, А.С. Тернов, Д.С. Ульянич Анализ мануальных компонентов украинской жестовой речи с использованием системы дополнительных маркеров Рассмотрено создание информационной технологии распознавания отдельных жестов украинского жестового языка, полученных посредством технологии Motion Capture. Методами исследования служат алгоритмы динамической свертки временной последова- тельности. Ключевые слова: жестовый язык, распознавание, информационная технология, захват движения, динамическая свертка вре- менной последовательности с использованием весов. Розглянуто створення інформаційної технології розпізнавання окремих жестів української жестової мови, отриманих за тех- нологією Motion Capture. Методами дослідження слугують алгоритми динамічної згортки часової послідовності. Ключові слова: жестова мова, розпізнавання, інформаційна технологія, захват рухів, динамічна згортка часової послідовності з використанням ваг. Введение. Для распознавания жестов использу- ются методы компьютерного зрения (Computer Vision), позволяющие позиционировать движу- щиеся объекты в пространстве [1]. Поскольку жестовый язык изучается в основном в спе- циализированных учебных заведениях Украи- ны, то возникает проблема общения между глухими и слышащими людьми [2]. Эту про- блему пытаются решить путем создания ин- формационной технологии понимания жестов [3]. Для распознавания жестовой речи (ЖР) требуется идентификация жестов через дина- мику движений. При этом необходимо распо- знавать положение рук на изображении и учи- тывать изменение формы кисти руки, мимику лица, расположение рук относительно друг друга и относительно туловища и лица. Алго- ритмы обработки изображений должны быть устойчивыми к перекрытию рук и лица, адап- тироваться к работе с новым пользователем. Большинство систем распознавания ЖР ис- пользуют упрощенные характеристики, а слова- ри систем выбирают таким образом, чтобы ми- нимизировать количество схожих жестов [4–7]. Исследование методов построения систем рас- познавания ЖР – важная и актуальная проблема. Постановка задачи Цель статьи – создание универсальной ин- формационной технологии распознавания оди- ночных украинский жестов речи, снятых по технологии захвата движений Motion Capture. Алгоритмы анализа Основная идея в классификации данных за- ключается в одновременном уменьшении внут- ри классовой и увеличении межклассовой ва- риации данных (Within-class and Between-class Variation). В статье роль вариации (отклонения) данных принадлежит расстоянию (Dynamic Time Warping – DTW). В дальнейшем термины обра- зец, экземпляр, жест и временная последователь- ность считаются синонимами, и все они касают- ся некоторой последовательности данных. Алгоритм динамической трансформации временной шкалы позволяет найти оптималь- ное соответствие между временными последо- вательностями. Для вычисления отклонения до- статочно измерения расстояния между компо- нентами двух последовательностей (евклидово расстояние). Однако не всегда две последова- тельности, имеющие одинаковую общую фор- му, выровненные по временной шкале. Чтобы определить сходство между такими последова- тельностями, нужно деформировать шкалу вре- мени одной (или обеих) последовательности, для достижения лучшего выравнивания. Исполь- зование евклидова расстояния имеет сущест- венный недостаток: если два временных ряда одинаковые, но один из них немного смещен УСиМ, 2015, № 5 31 во времени (вдоль временной оси), то евклидо- ва метрика может посчитать, что ряды отли- чаются друг от друга. DTW-алгоритм был вве- ден для того, чтобы преодолеть этот недостаток и предоставить наглядное измерение расстоя- ния между рядами, не обращая внимание как на глобальные, так и на локальные сдвиги по временной шкале. Рассмотрим две временные последователь- ности Q длиной n и C длиной m: Q = q1, q2,  , qn, C = c1, c2, , cm. Вычисление DTW-рассто- яния проходит по следующим этапам:  Вычисляется матрица d размерности m n (матрица расстояний), в которой элемент ijd , mjni ,1,,1  есть расстояние ).( ji cqd между двумя точками iq и jc . Обычно используется евклидово расстояние: 2)().( jiji cqcqd  или jiji cqcqd ).( .  Строится матрица трансформаций (дефор- маций) D, каждый элемент которой вычисляет- ся следующим образом: , ,i j i jD d  1,min ( ,i jD  1, 1 , 1, )i j i jD D   .  Определяется оптимальный путь трансфор- мации (деформации) W = w1, w2, , wk, где k-й wk = (i, j)k, и DTW-расстояние d (wk) = d (qi ,cj). Та- ким образом, max(m, n)  K< m + n, где К – дли- на пути. Следует отметить, что путь трансформации W содержит все точки обоих временных рядов, передвигается не более чем на один шаг за один раз и не возвращается назад к уже прой- денной точке. DTW-расстояние или стоимость пути между двумя последовательностями рассчитывается на основе оптимального пути трансформации с помощью формулы: 1 1 , ( , ) ( , ) min n m i ji j i j d q c DTW Q C K             . (1) Длина оптимального пути K используется для учета путей свертки разной длины. Преимущества DTW-алгоритма: – результат сравнения не зависит от скорости воспроизведения и длины представления двух сравниваемых временных последовательностей; – простой в реализации; – не зависит от количества классов данных. Недостаток DTW-алгоритма – его примене- ние на реальных данных, так как требуется сглаживание или фильтрация. Алгоритм динамической свертки времен- ной последовательности с использованием ве- сов (Weighted Dynamic Time Warping – WDTW) есть модификацией классического варианта DTW и наследует все его преимущества и недос- татки. Модификация заключается в следующем. Пусть необходимо классифицировать часо- вую последовательность Q объектa P, состояще- го из двух подвижных частей a и b, каждая из которых двигалась в некотором пространстве в течение фиксированного времени tQ, с другой, временной последовательностью C длиной tC того же объекта P. Для этого находится DTW- расстояние между Q и С для каждой подвижной части и суммируется результат: ),(),(),( bbaa CQDTWCQDTWCQDTW  . (2) Использование весов, а именно весовой ди- намической свертки временной последова- тельности (WDTW), позволяет внести дополни- тельную информацию об объекте P, который перемещается в пространстве: ( , ) ( , ) ( , ), a a a b b b WDTW Q C w DTW Q C w DTW Q C      (3) где .1,1,1  baba wwww Использование весов, в общем случае, нару- шает симметричность алгоритма с аргументом, т.е. ),,(),( QCWDTWCQWDTW  поскольку веса маркеров для последовательностей Q и C могут быть разными. Быстрый алгоритм динамической свертки временной последовательности (Fast Dynamic Time Warping, далее – FastDTW) использует идеи ограничения и абстракции данных. Использова- ние комбинации обоих вышеупомянутых кате- горий устраняет недостатки при их отдельном использовании и принимает линейную слож- ность как во временном, так и в пространствен- 32 УСиМ, 2015, № 5 ном масштабе. FastDTW-алгоритм использует многоуровневый подход с тремя ключевыми операциями [8]: – уменьшение детализации – уменьшение длины входной последовательности таким обра- зом, чтобы выделенное представление данных максимально отражало входные данные; – проекция – нахождение пути с минималь- ной стоимостью на уменьшенном представлении данных и использование найденного пути для построения улучшенного результата на предва- рительных данных большей длины; – уточнение – уточнение пути деформации, проектируемого с данных с уменьшенной де- тализацией, путем локальных модификаций найденного пути на начальных данных с боль- шей (полной) длиной. Реализация и псевдокод FastDTW приведены в [8]. Модель данных Для распознавания ЖР необходимо четко ус- тановить положение руки относительно тела человека и, что более характерно именно для украинского жестового языка, положение паль- цев рук [4]. Для этого создан проект «УкрЖест», который содержит 139 распространенных жес- тов, полученных по технологии Coordinate 3D Motion Capture [9]. Продолжительность одного жеста не превы- шает пяти секунд, другие параметры данных были следующими: тип данных – .c3d, размер- ность – 3D, измерение – миллиметр, количест- во маркеров – 83, количество несущих марке- ров – 50, кадровая частота данных (FPS) – 120, количество уникальных классов данных – 139 (рис. 1). Так на теле человека (актера) были размещены 83 оптических датчика с большим их количеством в областях кисти руки. На ка- ждой руке было установлено 25 датчиков. Та- кое чрезмерное количество датчиков на одну руку обусловлено той особенностью украин- ского ЖР, что для корректной идентификации жеста необходимо четко установить положе- ние пальцев рук. Для записи видеофрагментов жестов исполь- зовались 16 камер Vicon Bonita, расположен- ных вокруг актера с рабочей зоной восемь на восемь метров. Каждая камера имеет разреше- ние матрицы 1 Мп, что позволяет снимать с частотой 120 кадров в секунду с точностью позиционирования маркеров до 0,5 мм. Рис 1. Демонстрация записи жеста «День» Модуль подготовки данных включает:  вычитание центральной точки между пле- чами от всех координат маркеров для учета случаев, когда актер менял свое местонахож- дение между демонстрацией жестов;  деление координат маркеров на длину меж- ду плечами для учета актеров с различными размерами тела. Это было сделано с целью генерализации данных (абстракции от физических факторов съемки). Точность, достигнутая при получении дан- ных с использованием профессионального обо- рудования, позволила избежать этапа очистки данных от лишних шумов. Выбор WDTW-алгоритма за основу обуслов- лен особенностью базы данных проекта Укр- Жест, поскольку обучающая выборка состоит только из одного экземпляра на отдельный класс данных. Этот факт существенно ограничивает использование мощных систем распознавания (как, например, искусственные нейронные се- ти), которым необходимо большое количество учебных данных и у которых в результате низ- кий уровень генерализации данных. Схема информационной технологии Блок-схема распознавания (идентификации) отдельного жеста представлена на рис. 2. На УСиМ, 2015, № 5 33 первом этапе вызывается обработчик данных, считывающий положение маркеров в простран- стве по времени, наименование присутствую- щих маркеров, кадровую частоту и другие дан- ные, необходимые на следующем этапе. Етап 1 Загрузка данных Етап 3 Идентификация жеста Етап 2 Подготовка данных (preprocessing) Рис 2. Общая схема распознавания одиночного жеста На втором этапе происходит подготовка данных (data preprocessing). Он необходим для того, чтобы алгоритм идентификации не был зависим от особенностей съемки жеста и пер- сонажа, воспроизводящего его при съемке. На третьем этапе происходит идентифика- ция предварительно обработанных (подготов- ленных) данных выбранным алгоритмом клас- сификации. На выходе из третьего этапа имеем наименование класса данных, к которому, наи- более вероятно, по решению выбранного алго- ритма классификации относится неизвестный нам жест. Для алгоритма динамической свертки времен- ной последовательности маркеров необходимо задать функцию расстояния между двумя лю- быми моментами i, j – для двух сравниваемых временных последовательностей: qi и cj. В дан- ном случае считается евклидово расстояние dm (qi ,cj) для каждого присутствующего мар- кера в обоих временных последовательностях: m j m ijim cqcqd ),( . Тогда DTW-расстояние между двумя любыми ячейками i и j считается как суммарное отклонение всех присутству- ющих маркеров:    M m jimji cqdcqdtw 1 ),(),( . Отметим, что в таком представлении откло- нение любого маркера есть независимым и рав- ноценным, т.е. теряется информация о несу- щих маркерах, а значит о тех уникальных мар- керах, совокупность которых точно определя- ют воспроизводимый жест. Например, в укра- инском ЖР определяющую роль несут поло- жение пальцев каждой руки. Поэтому, для бо- лее эффективной работы алгоритма динамиче- ской свертки временной последовательности, предложено использовать весы, определяющие активность каждого маркера [10]. Такая суще- ственная модификация алгоритма позволяет ориентироваться на движение маркеров с боль- шим весом. Измерение активности маркеров Расчет веса для m-го маркера уникального жеста g проводится по следующей формуле:   1( ) 1 g m g k D g m D k ew e       , (4) где g mD – суммарное отклонение (активность) маркера m для жестового класса g, усреднен- ное по обучающей выборке,  – скрытый па- раметр. Отметим, что суммарное отклонение марке- ра m считается так:   N i m i m im XXD 2 1  , (5) где ),,( m i m i m i m i zyxX   – позиция m-го маркера на i-м кадре (фрейме). Скрытый параметр  определяется путем максимизации величины различия (discriminant ratio) R = Db / Dw, где Db и Dw – соответственно межклассовая и внутри классовая вариация (Between-class and Within-class Variation). Меж- классовая вариация Db вычисляется как усред- ненная WDTW-расстояние между двумя экзем- плярами qi и cj из разных классов данных,         k kp ki pjQ QQ Qq Qc jib cqwdtwD ),( , (6) а Dw вычисляется как усредненная WDTW- расстояние между двумя разными экземпляра- ми из одного класса данных:       k ki ijpjQ Qq qcQc jiw cqwdtwD : ),( , (7) где суммирование проводится по всем классам данных Qk. Пусть q – известная временная последова- тельность (жест) из класса данных Q, c – неиз- вестная временная последовательность, кото- рая сравнивается с известной временной по- следовательностью. Тогда WDTW-алгоритм от- личается от DTW-алгоритма только функцией 34 УСиМ, 2015, № 5 расстояния между моментами (фреймами) i1 и i2 временных последовательностей q и c:   Q m M m iimii wqqdqqwdtw   1 2121 ,),( . (8) Несущими маркерами выбраны маркеры обеих рук, диаграмму активности которых при- ведены на рис. 3, где более светлые маркеры соответствуют области наибольшей активности. Рис 3. Активность несущих маркеров при воспроизведении жеста «Доброе утро» Этап обучения WDTW-алгоритма проводит- ся по следующему сценарию: 1. Выбрать произвольное . 2. Вычислить матрицу весов по формуле (2). 3. Вычислить внутриклассовую вариацию Dw. 4. Вычислить межклассовую вариацию Db. 5. Найти величину различия R() = Db /Dw. 6. Повторить шаги 1–4 для каждого 1{ ,..., }n   . 7. Определить оптимальное значение arg max ( ( ))opt R   . Оптимальное значение opt находится из на- бора , { 6, 4, 2, 1,0,1,2,3,4}ae a       (рис. 4). Анализ полученных результатов позволил сделать следующие выводы: 1. При очень малых и очень больших значе- ниях  величина различия R()выходит на уро- вень насыщения. 2. При больших  исчезает информация об активности маркеров: 1g mw M  , (9) где M – общее количество (несущих) маркеров. В таком случае значение весов маркеров – кон- станта, и нет смысла использовать WDTW-ал- горитм, т.е. при    WDTW-алгоритм сво- дится к обычному DTW-алгоритму. 3. Обучающая выборка состоит только из одного экземпляра на один класс данных, т.е. нет возможности вычислять межклассовую ва- риацию данных Dw. Рис. 4. Подбор оптимального параметра arg max ( ( ))opt R   Таким образом, выбор оптимального пара- метра opt  0 завершает этап обучения. Этап тестирования проводился по наи- худшему сценарию. Для каждого неизвестного образца c, принадлежащему классу данных Q, из тестовой выборки вычисляется WDTW-рас- стояние со всеми экземплярами обучающей вы- борки, принадлежащих или не относящихся к классу Q неизвестного образца. Обозначим их соответственно qi и hj. Далее сравнивается максимальное WDTW- расстояние между c и каждым qi с минималь- ным WDTW-расстоянием между c и каждым hj. Если выполняется условие ),(min),(max jjii hcwdtwqcwdtw  , (10) то образец c считается идентифицированным верно. Параллельно с этим вычисляется ошибка за лучшим (или классическим) сценарием. В этом случае условие (10) имеет вид: ),(min),(min jjii hcwdtwqcwdtw  . (11) Если ошибка по лучшему сценарию не сов- падает с ошибкой по наихудшему, это означает, УСиМ, 2015, № 5 35 что существует перекрытие областей решений. Тогда критерием успешности алгоритма вы- ступает относительное количество верно иден- тифицированных образцов из тестовой выбор- ки от общего количества образцов в тестовой выборке, т.е. уровень распознавания тестовых данных. Обсуждение результатов Результаты распознавания тестовых данных WDTW-алгоритмом в сравнении с классическим DTW-алгоритмом продемонстрировали, что оба алгоритма распознали все тестовые данные про- екта УкрЖест, а потому для него модификация весов сработает при любом значении  (2). Это связано с особенностями его базы данных:  все записанные жесты воспроизводились опытным сурдопереводчиком;  частота записи данных в 120 кадров – чрезмерна, поскольку для WDTW вполне дос- таточно работать с временными последова- тельностями с частотой восемь кадров в се- кунду (рис. 5);  из 83 маркеров, размещенных на сурдопе- реводчике, используется 50 маркеров (по 25 на каждую руку). Открытым остается вопрос наименьшего количества маркеров (и их расположение), не ухудшающие результат распознавания. Для решения проблемы уменьшения данных временной последовательности, при условии не ухудшения результатов распознавания WTDW- алгоритмом, разработана функция уменьшения начальной кадровой частоты данных. В резуль- тате построена зависимость ошибки по наихуд- шему сценарию алгоритма WTDW на тестовой выборке E_test от кадровой частоты данных FPS (рис. 5). Представленная зависимость E_test (FPS) остановлена на частоте FPS = 10, поскольку при дальнейшем увеличении параметра FPS величина ошибки E_test не меняется и равна нулю. Отметим, что уменьшение FPS в 15 раз не ухудшает результатов распознавания WDTW- алгоритмом, но при дальнейшем уменьшении кадровой частоты (FPS < 8) начинают возни- кать ошибки распознавания жестов. Таким об- разом, уменьшение кадровой частоты до вели- чины FPS = 8 не влияет на результат распозна- вания WDTW-алгоритмом. Рис. 5. Зависимость ошибки алгоритма от кадровой частоты данных Отметим, что предложенный WDTW-алго- ритм использует ускорение FastDTW, что по- зволило привести квадратичную часовую и про- странственную сложность классического DTW- алгоритма к линейной. При этом, как показано в [8], FastDTW ускорения уменьшает вероят- ность нахождения оптимального пути DTW свертки, но для данной задачи результаты рас- познавания DTW-алгоритмом в точности сов- падают с результатами распознавания алго- ритмом FastDTW. Заключение. В статье предложено построе- ние информационной технологии распознавания отдельных жестов украинского жестового языка с применением алгоритмов динамической сверт- ки временной последовательности. Информаци- онная модель жестов получена с помощью тех- нологии Motion Capture. На ограниченных сло- варях жестов данный подход зарекомендовал себя с положительной стороны (100 процентов образцов из тестовой выборки). К недостаткам рассмотренных алгоритмов можно отнести достаточно большое время рас- познавания отдельного образца, поэтому даль- нейшие исследования будут направлены на оп- тимизацию по времени предложенных алгорит- мов распознавания жестов. 1. Holte M., Moeslund T. Gesture recognition using a range camera // Tech. Rep. CVMT-07-01. – 2007. – C. 1–5. 36 УСиМ, 2015, № 5 2. Кульбіда С.В. Українська жестова мова як природ- на знакова система: Зб. наук. праць «Жестова мова й сучасність». – К.: Педагогічна думка, 2009. – С. 218–239. 3. Крак Ю.В., Тернов А.С., Лісняк М.П. Розробка ар- хітектури та основних інструментів комп’ютерної анімації для побудови системи синтезу жестової мови // Штучний інтелект. – 2013. – № 3(61). – С. 147–153. 4. Комп’ютерне розпізнавання жестів: програмно алгоритмічний підхід: Монографія / О.В. Годич, М.В. Давидов, Ю.В. Нікольський та ін. – Львів: Компанія «Манускрипт», 2011. – 316 с. 5. Hand in hand: automatic sign language to english tran- slation / D. Stein, P. Dreuw, H. Ney et al. // Proc. of the 11th Int. Conf. on Theoretical and Methodological Issues in Machine Translation (TMI 2007). – 2007. – P. 214–220. 6. Zahedi M., Keysers D., Ney H. Appearance-based rec- ognition of words in american sign language // Iberian Conf. on Patt. Recog. and Image Analysis'05. – 2005. – P. 511–518. 7. Speech recognition techniques for a sign language rec- ognition system / P. Dreuw, D. Rybach, T. Deselaers et al. // ISC A best student paper award Interspeech. – Aug. 2007. – P. 2513–2516. 8. Salvador S., Chan P. Toward accurate dynamic time warping in linear time and space // Intelligent Data Analysis. – 2007. – 11, N 5. – P. 561–580. 9. The 3D Biomechanics Data Standard. – https://www. c3d.org/ 10. Gesture Recognition Using Skeleton Data with Weighted Dynamic Time Warping / Sait Celebi, Ali S. Aydin, Talha T. Temiz et al. // Proc. of the Int. Conf. on Comp. Vision Theory and Appl. (VISAPP 2013). – 2013. – 1. – P. 620–625. Поступила 09.04.2015 E-mail: krak@unicyb.kiev.ua, anton.ternov@gmail.com, dizcza@gmail.com © Ю.В. Крак, А.С. Тернов, Д.С. Ульянич, 2015 UDC 004.93 Iu.V. Krak, А.S.Ternov, D.S. Ulianych Analysis of the Movement Components of Sign Ukrainian Broadcasting Using the Additional Markers System Keywords: sign language, recognition, information technology, motion-caption, weighted dynamic time warping. Introduction. Gesture recognition is an actual problem concerning the interaction between a user and the computers. Al- though some prototypes of foreign sign language recognition systems have been developed and already used in computer vision, Ukrainian sign language recognition still remains the problem. Purpose. The aim is to develop a universal recognition technology for single Ukrainian signs captured with Motion Cap- ture technology. The objects of the study are data bases of single signs, presented as time sequences of coordinates of motion components. The research methods cover the dynamic time warping algorithms. Results. Data model for gesture recognition in small Ukrainian sign language dictionaries is investigated. A DTW (Dy- namic Time Warping) algorithm is used. The modified WDTW (Weighted Dynamic Time Warping) using weights that the more an individual marker for moving it in space during the whole demonstration gesture are proposed. The criterion of suc- cess algorithm performed relative number of correctly identified samples from a test one to their total number. Both algo- rithms are demonstrated a full recognition accuracy on the basis of 139 unique gestures. For WDTW algorithm was used normalization, and therefore the results have a high level of generalization. Conclusions. The WDTW algorithm to create a universal information technology of identification the Ukrainian sign lan- guage gestures is used. The gestures in the form of time series calculated using the technology Motion Capture are presented. This frame rate of 10 fps is sufficient for correct identification sign in a limited vocabulary.  Внимание ! Оформление подписки для желающих опубликовать статьи в нашем журнале обязательно. В розничную продажу журнал не поступает. Подписной индекс 71008 << /ASCII85EncodePages false /AllowTransparency false /AutoPositionEPSFiles true /AutoRotatePages /None /Binding /Left /CalGrayProfile (Dot Gain 20%) /CalRGBProfile (sRGB IEC61966-2.1) /CalCMYKProfile (U.S. Web Coated \050SWOP\051 v2) /sRGBProfile (sRGB IEC61966-2.1) /CannotEmbedFontPolicy /Error /CompatibilityLevel 1.4 /CompressObjects /Tags /CompressPages true /ConvertImagesToIndexed true /PassThroughJPEGImages true /CreateJobTicket false /DefaultRenderingIntent /Default /DetectBlends true /DetectCurves 0.0000 /ColorConversionStrategy /CMYK /DoThumbnails false /EmbedAllFonts true /EmbedOpenType false /ParseICCProfilesInComments true /EmbedJobOptions true /DSCReportingLevel 0 /EmitDSCWarnings false /EndPage -1 /ImageMemory 1048576 /LockDistillerParams false /MaxSubsetPct 100 /Optimize true /OPM 1 /ParseDSCComments true /ParseDSCCommentsForDocInfo true /PreserveCopyPage true /PreserveDICMYKValues true /PreserveEPSInfo true /PreserveFlatness true /PreserveHalftoneInfo false /PreserveOPIComments true /PreserveOverprintSettings true /StartPage 1 /SubsetFonts true /TransferFunctionInfo /Apply /UCRandBGInfo /Preserve /UsePrologue false /ColorSettingsFile () /AlwaysEmbed [ true ] /NeverEmbed [ true ] /AntiAliasColorImages false /CropColorImages true /ColorImageMinResolution 300 /ColorImageMinResolutionPolicy /OK /DownsampleColorImages true /ColorImageDownsampleType /Bicubic /ColorImageResolution 300 /ColorImageDepth -1 /ColorImageMinDownsampleDepth 1 /ColorImageDownsampleThreshold 1.50000 /EncodeColorImages true /ColorImageFilter /DCTEncode /AutoFilterColorImages true /ColorImageAutoFilterStrategy /JPEG /ColorACSImageDict << /QFactor 0.15 /HSamples [1 1 1 1] /VSamples [1 1 1 1] >> /ColorImageDict << /QFactor 0.15 /HSamples [1 1 1 1] /VSamples [1 1 1 1] >> /JPEG2000ColorACSImageDict << /TileWidth 256 /TileHeight 256 /Quality 30 >> /JPEG2000ColorImageDict << /TileWidth 256 /TileHeight 256 /Quality 30 >> /AntiAliasGrayImages false /CropGrayImages true /GrayImageMinResolution 300 /GrayImageMinResolutionPolicy /OK /DownsampleGrayImages true /GrayImageDownsampleType /Bicubic /GrayImageResolution 300 /GrayImageDepth -1 /GrayImageMinDownsampleDepth 2 /GrayImageDownsampleThreshold 1.50000 /EncodeGrayImages true /GrayImageFilter /DCTEncode /AutoFilterGrayImages true /GrayImageAutoFilterStrategy /JPEG /GrayACSImageDict << /QFactor 0.15 /HSamples [1 1 1 1] /VSamples [1 1 1 1] >> /GrayImageDict << /QFactor 0.15 /HSamples [1 1 1 1] /VSamples [1 1 1 1] >> /JPEG2000GrayACSImageDict << /TileWidth 256 /TileHeight 256 /Quality 30 >> /JPEG2000GrayImageDict << /TileWidth 256 /TileHeight 256 /Quality 30 >> /AntiAliasMonoImages false /CropMonoImages true /MonoImageMinResolution 1200 /MonoImageMinResolutionPolicy /OK /DownsampleMonoImages true /MonoImageDownsampleType /Bicubic /MonoImageResolution 1200 /MonoImageDepth -1 /MonoImageDownsampleThreshold 1.50000 /EncodeMonoImages true /MonoImageFilter /CCITTFaxEncode /MonoImageDict << /K -1 >> /AllowPSXObjects false /CheckCompliance [ /None ] /PDFX1aCheck false /PDFX3Check false /PDFXCompliantPDFOnly false /PDFXNoTrimBoxError true /PDFXTrimBoxToMediaBoxOffset [ 0.00000 0.00000 0.00000 0.00000 ] /PDFXSetBleedBoxToMediaBox true /PDFXBleedBoxToTrimBoxOffset [ 0.00000 0.00000 0.00000 0.00000 ] /PDFXOutputIntentProfile () /PDFXOutputConditionIdentifier () /PDFXOutputCondition () /PDFXRegistryName () /PDFXTrapped /False /CreateJDFFile false /Description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> /CHS <FEFF4f7f75288fd94e9b8bbe5b9a521b5efa7684002000410064006f006200650020005000440046002065876863900275284e8e9ad88d2891cf76845370524d53705237300260a853ef4ee54f7f75280020004100630072006f0062006100740020548c002000410064006f00620065002000520065006100640065007200200035002e003000204ee553ca66f49ad87248672c676562535f00521b5efa768400200050004400460020658768633002> /CHT <FEFF4f7f752890194e9b8a2d7f6e5efa7acb7684002000410064006f006200650020005000440046002065874ef69069752865bc9ad854c18cea76845370524d5370523786557406300260a853ef4ee54f7f75280020004100630072006f0062006100740020548c002000410064006f00620065002000520065006100640065007200200035002e003000204ee553ca66f49ad87248672c4f86958b555f5df25efa7acb76840020005000440046002065874ef63002> /CZE <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> /DAN <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> /DEU <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> /ESP <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> /ETI <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> /FRA <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> /GRE <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a stvaranje Adobe PDF dokumenata najpogodnijih za visokokvalitetni ispis prije tiskanja koristite ove postavke. Stvoreni PDF dokumenti mogu se otvoriti Acrobat i Adobe Reader 5.0 i kasnijim verzijama.) /HUN <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> /ITA <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> /JPN <FEFF9ad854c18cea306a30d730ea30d730ec30b951fa529b7528002000410064006f0062006500200050004400460020658766f8306e4f5c6210306b4f7f75283057307e305930023053306e8a2d5b9a30674f5c62103055308c305f0020005000440046002030d530a130a430eb306f3001004100630072006f0062006100740020304a30883073002000410064006f00620065002000520065006100640065007200200035002e003000204ee5964d3067958b304f30533068304c3067304d307e305930023053306e8a2d5b9a306b306f30d530a930f330c8306e57cb30818fbc307f304c5fc59808306730593002> /KOR <FEFFc7740020c124c815c7440020c0acc6a9d558c5ec0020ace0d488c9c80020c2dcd5d80020c778c1c4c5d00020ac00c7a50020c801d569d55c002000410064006f0062006500200050004400460020bb38c11cb97c0020c791c131d569b2c8b2e4002e0020c774b807ac8c0020c791c131b41c00200050004400460020bb38c11cb2940020004100630072006f0062006100740020bc0f002000410064006f00620065002000520065006100640065007200200035002e00300020c774c0c1c5d0c11c0020c5f40020c2180020c788c2b5b2c8b2e4002e> /LTH <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> /LVI <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> /NLD (Gebruik deze instellingen om Adobe PDF-documenten te maken die zijn geoptimaliseerd voor prepress-afdrukken van hoge kwaliteit. De gemaakte PDF-documenten kunnen worden geopend met Acrobat en Adobe Reader 5.0 en hoger.) /NOR <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> /POL <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> /PTB <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> /RUM <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> /RUS <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> /SKY <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> /SLV <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> /SUO <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> /SVE <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> /TUR <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> /UKR <FEFF04120438043a043e0440043804410442043e043204430439044204350020044604560020043f043004400430043c043504420440043800200434043b044f0020044104420432043e04400435043d043d044f00200434043e043a0443043c0435043d044204560432002000410064006f006200650020005000440046002c0020044f043a04560020043d04300439043a04400430044904350020043f045604340445043e0434044f0442044c00200434043b044f0020043204380441043e043a043e044f043a04560441043d043e0433043e0020043f0435044004350434043404400443043a043e0432043e0433043e0020043404400443043a0443002e00200020042104420432043e04400435043d045600200434043e043a0443043c0435043d0442043800200050004400460020043c043e0436043d04300020043204560434043a0440043804420438002004430020004100630072006f006200610074002004420430002000410064006f00620065002000520065006100640065007200200035002e0030002004300431043e0020043f04560437043d04560448043e04570020043204350440044104560457002e> /ENU (Use these settings to create Adobe PDF documents best suited for high-quality prepress printing. Created PDF documents can be opened with Acrobat and Adobe Reader 5.0 and later.) >> /Namespace [ (Adobe) (Common) (1.0) ] /OtherNamespaces [ << /AsReaderSpreads false /CropImagesToFrames true /ErrorControl /WarnAndContinue /FlattenerIgnoreSpreadOverrides false /IncludeGuidesGrids false /IncludeNonPrinting false /IncludeSlug false /Namespace [ (Adobe) (InDesign) (4.0) ] /OmitPlacedBitmaps false /OmitPlacedEPS false /OmitPlacedPDF false /SimulateOverprint /Legacy >> << /AddBleedMarks false /AddColorBars false /AddCropMarks false /AddPageInfo false /AddRegMarks false /ConvertColors /ConvertToCMYK /DestinationProfileName () /DestinationProfileSelector /DocumentCMYK /Downsample16BitImages true /FlattenerPreset << /PresetSelector /MediumResolution >> /FormElements false /GenerateStructure false /IncludeBookmarks false /IncludeHyperlinks false /IncludeInteractive false /IncludeLayers false /IncludeProfiles false /MultimediaHandling /UseObjectSettings /Namespace [ (Adobe) (CreativeSuite) (2.0) ] /PDFXOutputIntentProfileSelector /DocumentCMYK /PreserveEditing true /UntaggedCMYKHandling /LeaveUntagged /UntaggedRGBHandling /UseDocumentProfile /UseDocumentBleed false >> ] >> setdistillerparams << /HWResolution [2400 2400] /PageSize [612.000 792.000] >> setpagedevice

Анализ мануальных компонентов украинской жестовой речи с использованием системы дополнительных маркеров

Репозитарії

Схожі ресурси