Técnicas multidisciplinarias de aprendizaje automático en reconocimiento de gestos para personas con discapacidades en un entorno de hogar inteligente
Autores: Panagiotou, Christos; Faliagka, Evanthia; Antonopoulos, Christos P.; Voros, Nikolaos
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Técnicas multidisciplinarias de aprendizaje automático en reconocimiento de gestos para personas con discapacidades en un entorno de hogar inteligente
Categoría
Ingeniería y Tecnología
Subcategoría
Inteligencia Artificial
Palabras clave
Reconocimiento de gestos
Interacción humano-computadora
Personas mayores
Visión por computadora
Aprendizaje automático
Tiempo real.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
El reconocimiento de gestos tiene un papel crucial en la Interacción Humano-Computadora (HCI) y en ayudar a las personas mayores a realizar automáticamente sus actividades diarias. En este documento, se implementaron y probaron tres métodos para el reconocimiento de gestos y visión por computadora con el fin de investigar el más adecuado. Todos los métodos, aprendizaje automático utilizando IMU, aprendizaje automático en el dispositivo y se combinaron con ciertas actividades que se determinaron durante una investigación de análisis de necesidades. Los mismos voluntarios participaron en las pruebas piloto de los métodos propuestos. Los resultados resaltan las fortalezas y debilidades de cada enfoque, revelando que si bien algunos métodos sobresalen en escenarios específicos, la solución integrada de MoveNet y CNN proporciona un marco robusto para el reconocimiento de gestos en tiempo real.
Descripción
El reconocimiento de gestos tiene un papel crucial en la Interacción Humano-Computadora (HCI) y en ayudar a las personas mayores a realizar automáticamente sus actividades diarias. En este documento, se implementaron y probaron tres métodos para el reconocimiento de gestos y visión por computadora con el fin de investigar el más adecuado. Todos los métodos, aprendizaje automático utilizando IMU, aprendizaje automático en el dispositivo y se combinaron con ciertas actividades que se determinaron durante una investigación de análisis de necesidades. Los mismos voluntarios participaron en las pruebas piloto de los métodos propuestos. Los resultados resaltan las fortalezas y debilidades de cada enfoque, revelando que si bien algunos métodos sobresalen en escenarios específicos, la solución integrada de MoveNet y CNN proporciona un marco robusto para el reconocimiento de gestos en tiempo real.