Resumo |
Aplicações baseadas em reconhecimento de ações estão cada vez mais comuns no dia a dia. Isto porque possibilita ao usuário acionar equipamentos sem a necessidade de tocá-los e, além do mais, pode ser realizado remotamente. Neste contexto, o objetivo deste trabalho é a criação de uma ferramenta de classificação de ações naturais e intuitivas para o usuário. Esta ferramenta será capaz de adquirir as informações de uma ação do usuário e discriminá-la em um grupo de 14 classes. A fim de tornar mais dinâmico e simples o processo de reconhecimento do gesto, foram utilizadas duas fitas reflexivas, as quais representam duas pulseiras dispostas uma em cada punho do usuário, para atuarem como os marcadores que serão mapeadas pelo sistemas de rastreamento OptiTrack. Estas informações são analisadas por um programa desenvolvido no software MatLab, no qual indica, ao final, a ação classificada. Primeiramente, para a análise destas informações, foi necessário realizar um pré-processamento dos dados de entrada, composto de uma normalização e centralização espacial dos dados rastreados dos marcadores. Em seguida, para reduzir o volume de dados, foi aplicada a técnica de Análise das Componentes Principais (PCA) e foram extraídos os três principais componentes do movimento mais relevantes. Por fim, estas informações foram utilizadas como entradas do classificador. Por sua simplicidade, utilizou-se o classificador por Distância Euclidiana, o qual consiste em comparar a série de informações do conjunto de dados reduzidos da ação a ser classificada com a da ação da referência. Ao alterar a ação de referência para diferentes classes, aquela em que se obter a menor diferença representa a classe da ação a ser classificada. A validação se deu de forma online (usuário executando a ação e obtendo a resposta do classificador) e os resultados da matriz de confusão consolidaram a proposta. Ao final, conclui-se que o classificador obteve taxas de acerto superiores a 80% para 6 das 14 classes, e superior a 60% para as demais classes. O principal benefício deste trabalho é formalizar um classificador simplista, de baixo custo computacional, que requer apenas uma pequena base de dados para generalização das ações. |