سیستم تشخیص جهت اشاره دست با کاربرد در خانه های هوشمند
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه اصفهان
- نویسنده ناصرعلی آفرین
- استاد راهنما ناصر نعمت بخش سید امیر حسن منجمی
- سال انتشار 1390
چکیده
خانه های هوشمند امروزه به عنوان یکی از بخش های مهم سیستم های مدیریت جامع ساختمان مورد توجه واقع شده اند. خانه های هوشمند با هدف ایجاد آسایش و امنیت برای ساکنان به سرعت در حال توسعه می باشند. امروزه تکنیک های مختلفی برای اتوماسیون ساختمان های بزرگ به کار گرفته می شود از قبیل: کنترل نور، کنترل دما، کنترل درها و پنجره ها و سیستم های امنیتی. در خانه های هوشمند نور توسط سیستم های کنترلی همیشه در حال کنترل است و تغییرات شدید نوری کمتر در آن اتفاق می افتد. در این تحقیق سعی شده است که روشی برای تشخیص جهت اشاره دست در تصاویر دوبعدی که از دوربین موجود در اتاق گرفته می شود، ارائه شود. لازم به ذکر است که تصاویر به صورت جریانی از فریم ها می باشد و به صورت یک عکس جدا و خارج از جریان نیست. لذا برای انجام این امر، مراحل زیر در این پژوهش انجام شده است: حذف زمینه : در این مرحله، زمینه از تصویر حذف می شود. تشخیص صورت: در این مرحله با جستجوی تصویر حاصل از مرحله قبل، صورت پیدا می شود و حذف می شود. تشخیص پوست: در این مرحله نواحی پوستی باقی مانده از مرحله قبل شناسایی می شود. تشخیص دست در حالت اشاره: در تصویر حاصل از مرحله قبل، باید به دنبال نوک انگشت گشت. در صورتی که فقط یک نوک انگشت پیدا شد، در قدم های بعدی، حالت های مشابه اشاره از حالت اشاره تمایز داده میشوند. تشخیص جهت اشاره: برای انجام این امر، نقطه ثقل دست(o) و نزدیک ترین نقطه روی دست به مرکز ثقل(p) و نوک انگشت (f) محاسبه می شود، حال بردار (pf) ? جهت اشاره دست را نشان میدهد. نتایج حاصل از اجرای 50 دور آزمایشات با زوایای مختلف و در ساعات مختلف روز در محیط منزل، نشان داد روش نسبت به تغییرات ملایم نور محیط دارای تحمل مناسبی است. متوسط میزان تشخیص های درست حالت های اشاره این روش در شرایط مختلف 91% است و دارای 85% تشخیص های درست حالات غیر اشاره میباشد. میزان تشخیص های های درست کلی، حدود 90% بود. در طی آزمایشات بیش از 80% نمونه های تست، نمونه های صحیح از اشاره دست بود.
منابع مشابه
اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
متن کاملاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
متن کاملتشخیص فرار مالیاتی با استفاده از سیستم هوشمند ترکیبی
با توجه به اجرایی شدن سامانه عملیات الکترونیکی مودیان مالیاتی و ایجاد پایگاه دادههای مالیاتی، امکان پایش اطلاعات موجود با مدل های مختلف فراهم شده است. در این پژوهش، از الگوریتم بهینه سازی جستجوی هارمونی بهمنظور بهینه سازی همزمان پارامترهای شبکه عصبی پرسپترون چند لایه و ترکیب مناسب ورودی ها استفاده شده است. علاوه بر آن نتایج با رگرسیون لجستیک به عنوان هسته سیستم مورد مقایسه قرار گرفته است. متغ...
متن کاملمعرفی یک سیستم هوشمند دقیق برای تشخیص تودهها در تصاویرماموگرافی
مقدمه: سرطان پستان یکی از شایعترین بیماریهای زنان است. شناسایی و تشخیص زودهنگام این بیماری میتواند در درمان آن بسیار مؤثر باشد. ماموگرافی درحال حاضر از مؤثرترین روشهای تشخیص بیماری سرطان پستان است. روش بررسی: ما با توجه به تصاویر ماموگرافی اقدام به تشخیص تودههای موجود در تصاویر مینماییم. در این روش نرمافزار بدون نیاز به تشخیص ناظر، نواحی اطراف تومور را بهطور کامل و دقیق شناسایی میک...
متن کاملاشاره: تشخیص ناهنجاری در تصاویر ماهوارهای فراطیفی
طیّ سالهای اخیر تشخیص ناهنجاری در تصاویر ماهوارهای فراطیفی، به یکی از کاربردهای مهم آشکارسازی اهداف در دورکاوی تبدیل شده است. در بسیاری از کاربردها، از جمله سامانههای نظامی، علاوه بر دقت الگوریتمها، سرعت اجرای آنها نیز از اهمیت بالایی برخوردار است. بسیاری از الگوریتمهای تشخیص ناهنجاری به دلیل این که باید روی یک تصویر با ابعاد بالا اعمال شوند، از سرعت پایینی برخوردارند. برای رفع...
متن کاملطراحی یک سیستم هوشمند مبتنی بر شبکه های عصبی و ویولت برای تشخیص آریتمی های قلبی
In this paper, Automatic electrocardiogram (ECG) arrhythmias classification is essential to timely diagnosis of dangerous electromechanical behaviors and conditions of the heart. In this paper, a new method for ECG arrhythmias classification using wavelet transform (WT) and neural networks (NN) is proposed. Here, we have used a discrete wavelet transform (DWT) for processing ECG recordings, and...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه اصفهان
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023