Método de reconhecimento de gestos aplicado em smartphones

Abstract

Nos últimos anos ocorreu uma enorme popularização dos dispositivos smartphones, os quais possuem a característica de dispor de um excelente poder de computação e uma câmera agregada, o que abre muitas possibilidades no campo da visão computacional. Uma dessas possibilidades é o reconhecimento de gestos, o qual pode ter muitas aplicações, como por exemplo, permitir uma interação homem computador de maneira mais livre, ou então permitir a comunicação de uma maneira mais natural entre uma pessoa que se comunique usando alguma linguagem de sinais e outra que não. O trabalho descreve o uso de uma técnica de reconhecimento de gestos aplicada a dispositivos móveis que possuem o sistema Android. E faz um comparativo entre a qualidade de predição entre três técnicas de classificação diferentes, o Naive Bayes Classifier (NBC), K Nearest Neighbor (KNN) e o Support Vector Machine (SVM).

There has been a huge popularization of smartphone devices in recent years, which have the characteristic of having an excellent computing power and a camera attached, which opens up many possibilities in the field of computer vision. One of those possibilities is the gesture recognition, which can have many applications, such as allow human computer interaction in a freer way, or allow communication in a more natural way between a person who communicates using some signal language and another that does not. This work will discuss the use of a technique for gesture recognition applied to mobile devices running the Android system. And makes a comparison between the quality of prediction of three different classification techniques, the Naive Bayes Classifier, K Nearest Neighbor and Support Vector Machine.