Orientador: José Raimundo de Oliveira

Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação

Resumo: Esta tese apresenta uma nova e efetiva abordagem neuro-genética denominada MAAM-GA constituída por um algoritmo genético e uma rede neural associativa morfológica para a solução de problemas de reconhecimento de padrões. Especificamente, uma rede neural associativa morfológica é combinada...

Resumo: Esta tese apresenta uma nova e efetiva abordagem neuro-genética denominada MAAM-GA constituída por um algoritmo genético e uma rede neural associativa morfológica para a solução de problemas de reconhecimento de padrões. Especificamente, uma rede neural associativa morfológica é combinada com um algoritmo genético que é utilizado na construção da rede neural com a finalidade de aumentar a eficiência e robustez no reconhecimento de padrões. Um estudo detalhado do desempenho da abordagem é apresentado, utilizando imagens em níveis de cinza como padrões. Resultados numéricos e visuais da recuperação dos padrões são apresentados e o desempenho alcançado é comparado com outros modelos neurais associativos morfológicos relevantes para padrões de valor real, mostrando a eficiência e a robustez da abordagem proposta na recordação de imagens em níveis de cinza. Esta abordagem faz parte do desenvolvimento dos sistemas inteligentes que impulsionam o avanço de outras áreas. Pensando em uma potencial aplicação, a proposta neuro-genética é utilizada para resolver o problema de reconhecimento de gestos da mão. O reconhecimento de gestos é um caminho natural de interação humano-computador, e considerando a diversidade e a diferença manifestada pelo ser humano, para muitas pessoas que possuem deficiência física e sensorial, os gestos da mão são o meio principal de comunicação. Várias tecnologias têm sido propostas para trazer benefícios às pessoas com limitações de comunicação. Os ambientes inteligentes surgiram com o principal propósito de melhorar a qualidade de vida do ser humano baseados em ferramentas computacionais, facilitando o desenvolvimento de processos e ações de nosso cotidiano. O reconhecimento de gestos da mão é uma função do ambiente inteligente. Assim, para pessoas portadoras de deficiências físicas que limitem a sua comunicação oral, o reconhecimento de gestos em um ambiente inteligente poderá lhes trazer múltiplos benefícios na comunicação, interação e acessibilidade, permitindo a sua integração com o ambiente. Embora preocupados com pessoas portadoras de deficiências físicas, o sistema de reconhecimento de gestos da mão como parte de um ambiente inteligente destina-se, sobretudo a beneficiar todo e qualquer cidadão que dele tenha acesso. Assim, nesta tese é apresentado um estudo de um sistema de reconhecimento de gestos da mão baseado em visão artificial capaz de reconhecer gestos estáticos específicos da mão. Este sistema foi dividido em três módulos, módulo de detecção e segmentação, módulo de extração de características e o módulo de identificação e reconhecimento propriamente dito que utiliza a abordagem neuro-genética proposta. Métodos utilizados no pré-processamento das imagens para segmentação e caracterização também são apresentados. Resultados alcançados com a abordagem proposta são muito incentivadores e sugerem que a proposta possa ser considerada como uma ferramenta eficiente e robusta para recuperação e identificação a ser usada em diversas aplicações relacionadas à interface natural humano-computador. O ótimo desempenho do sistema é um passo para continuar na busca de novas tecnologias para criar um ambiente inteligente que dê suporte às necessidades de pessoas com deficiência visual, auditiva ou motora lhes dando certo nível de autonomia, capacidade de controle do entorno e de comunicação

Abstract: This thesis presents an innovative approach to solving problems of pattern recognition using a neural-genetic combination. Specifically, a morphological associative neural network is combined with a genetic algorithm that is used in the construction of the neural network for increasing the...

Abstract: This thesis presents an innovative approach to solving problems of pattern recognition using a neural-genetic combination. Specifically, a morphological associative neural network is combined with a genetic algorithm that is used in the construction of the neural network for increasing the efficiency and robustness of pattern recall. A detailed study about the performance of the approach is presented, using grayscale images as patterns. Numerical and visual results are presented and the performance achieved is compared with other morphological associative neural models showing its effectiveness and robustness in the grayscale images recall. Thinking about a potential application, the proposed approach is used to solve the problem of hand gestures recognition. The hand gestures recognition is a natural way of human-computer interaction and considering the diversity and difference manifested by the human, for many people who have physical and sensory disabilities, the hand gestures is the primary means of communication. Several technologies have been proposed to bring benefits to people with limited communication. The intelligent environments emerged with the main purpose of improving the quality of human life based in computational tools facilitating the development of processes and actions of everyday life. The hand gestures recognition is a function of intelligent environments. So, for people with physical disabilities that limit their oral communication gesture recognition in an intelligent environment can take many benefits in communication, interaction and accessibility allowing its integration with the environment. Although concerned about people with disabilities, the hand gestures recognition system is mainly intended to benefit every people who has access to the environment. Thus, this thesis presents a study of a hand gestures recognition system. The system is able to recognize static hand gestures using the proposed Neural-Genetic Approach. Methods used in the image preprocessing and characterization are also presented. Results achieved with the proposed approach are very encouraging and suggest that the proposal can be considered as an efficient and robust tool for recovery and identification to be used in various applications related to natural human-computer interface. The optimal system performance is a big step to continue the search for new technologies to create an intelligent environment that supports the needs of people with visual, hearing or motor disability