Η αυτόματη αναγνώριση χειρονομιών αποτελεί σημαντικό πεδίο της αλληλεπίδρασης ανθρώπου-υπολογιστή. Μέχρι σήμερα ο βασικός τρόπος αναγνώρισης βασίζεται στην επεξεργασία video. Αντικείμενο αυτής της διπλωματικής εργασίας είναι η χρήση “έξυπνων” ρολογιών (smart watches) που περιέχουν αισθητήρες κίνησης (ενσωματωμένο επιταχυνσιόμετρο) και προσφέρουν δυνατότητες ασύρματης δικτύωσης (κυρίως μέσω bluetooth) σε συνδυασμό με ένα κινητό τηλέφωνο, στο οποίο εκτελείται ένας αλγόριθμος αναγνώρισης κίνησης που μετατρέπει τις κινήσεις του ρολογιού σε προκαθορισμένες ενέργειες στη διεπαφή του κινητού. Ο αλγόριθμος που υλοποιήθηκε δέχεται ως είσοδο τις τιμές από τo επιταχυνσιόμετρo του έξυπνου ρολογιού και χρησιμοποιεί βιβλιοθήκες για την αναγνώριση κινήσεων που έχουν καθοριστεί από τον χρήστη. Στο πλαίσιο της διπλωματικής αναπτύχθηκε εφαρμογή για Android συσκευή και έξυπνο ρολόι Pebble. Η εφαρμογή δίνει τη δυνατότητα στο χρήστη να επιλέξει και να καθορίσει ο ίδιος το σετ των χειρονομιών που θα χρησιμοποιεί και να εκπαιδεύσει το σύστημα ώστε να αναγνωρίζει τις χειρονομίες αυτές. Η εφαρμογή αναπτύχθηκε σε γλώσσα προγραμματισμού C κατά το τμήμα της που λειτουργεί στο έξυπνο ρολόι και σε γλώσσα προγραμματισμού Java κατά το τμήμα της που λειτουργεί σε κινητό τηλέφωνο με λειτουργικό Android.
Automatic gesture recognition is an important sector of human-computer interaction. Until today the main approach to gesture recognition was based on video processing. The objective of this diploma thesis is to study the use of smart watches that embed accelerometers and are endowed with wireless communication capabilities (primarily bluetooth), in combination with a mobile phone on which a gesture recognition algorithm is executed, for translating the movements (gesture) of the smartwatch into predefined actions that are carried out by the mobile phone. The algorithm that was implemented accepts as input the readings from the smartwatch accelerometer and uses software libraries for recognizing a set of gestures defined by the user. As part of this thesis, such a gesture recognition application was developed for Android devices and the Pebble smartwatch. This application allows the user to define the set of gestures to be recognized and to train the system to recognize them. The application was developed in C for the part of it that runs on the smartwatch and in Java for the part being executed on the mobile phone running the Android operating system.
Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.
