dc.creator.ID |
MOREIRA, B. S. |
pt_BR |
dc.creator.Lattes |
http://lattes.cnpq.br/4932240534178204 |
pt_BR |
dc.contributor.advisor1 |
PERKUSICH, Angelo. |
|
dc.contributor.advisor1ID |
PERKUSICH, A. |
pt_BR |
dc.contributor.advisor1Lattes |
http://lattes.cnpq.br/9439858291700830 |
pt_BR |
dc.contributor.advisor2 |
LUIZ, Saulo Oliveira Dornellas. |
|
dc.contributor.advisor2ID |
LUIZ, S. O. D. |
pt_BR |
dc.contributor.advisor2Lattes |
http://lattes.cnpq.br/5704594745207397 |
pt_BR |
dc.description.resumo |
Muitas atividades humanas são táteis. Reconhecer como uma pessoa toca um objeto ou
uma superfície que os cerca diariamente é uma área ativa de pesquisa e gera um forte
interesse na comunidade de superfícies interativas. Nesta dissertação, compara-se duas
técnicas de aprendizado de máquina, a Rede Neural Artificial (RNA) e os Modelos de
Markov escondidos (HMM), pois são técnicas comuns e com baixo custo computacional
utilizadas para classificar uma entrada acústica, baseando-se em o som único produzido
quando uma unha é arrastada sobre uma superfície. Empregou-se um microfone pequeno e
de baixo custo que pode ser facilmente incorporado a uma superfície para ser utilizado como
entrada passiva de reconhecimento de gestos. Nossa contribuição é analisar as vantagens e
limitações dessas técnicas no contexto do reconhecimento de gestos usando um alfabeto
simples de três figuras geométricas: círculo, quadrado e triângulo. Para isso, usamos as
toolboxes do Matlab para implementar os modelos e avaliar o conjunto de dados utilizados
para treinar os modelos. |
pt_BR |
dc.publisher.country |
Brasil |
pt_BR |
dc.publisher.department |
Centro de Engenharia Elétrica e Informática - CEEI |
pt_BR |
dc.publisher.program |
PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA |
pt_BR |
dc.publisher.initials |
UFCG |
pt_BR |
dc.subject.cnpq |
Engenharia Elétrica. |
pt_BR |
dc.title |
Análise comparativa de redes neurais artificiais e modelos escondidos de Markov para aplicações de reconhecimento de gestos em superfícies. |
pt_BR |
dc.date.issued |
2020 |
|
dc.description.abstract |
Many human activities are tactile. Recognizing how a person touches an object or a surface
that surrounds them daily is an active area of research and has generated a strong interest
within the interactive surfaces community. In this thesis, we compare two machine learning
techniques, namely Artificial Neural Network (ANN) and Hidden Markov Models (HMM),
as they are some of the most common techniques with low computational cost used to
classify an acoustic-based input that relies on the unique sound produced when a fingernail
is dragged over a surface. We employ a small and low cost microphone that could be easily
incorporated into a surface on which it rests to be applied as a passive gesture recognition
input. Our contribution is to analyze the advantages and limitations of these techniques
in the context of gesture recognition using a simple alphabet of three geometrical figures:
circle, square and triangle. To do so, we use Matlab’s toolboxes to implement the models
and evaluate the dataset used to train the ANN and the HMM. |
pt_BR |
dc.identifier.uri |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/21867 |
|
dc.date.accessioned |
2021-11-05T19:24:02Z |
|
dc.date.available |
2021-11-05 |
|
dc.date.available |
2021-11-05T19:24:02Z |
|
dc.type |
Dissertação |
pt_BR |
dc.subject |
Reconhecimento de gestos em superfícies |
pt_BR |
dc.subject |
Redes neurais artificiais |
pt_BR |
dc.subject |
Modelos escondidos de Markov |
pt_BR |
dc.subject |
Superfícies interativas |
pt_BR |
dc.subject |
Aprendizado de máquina |
pt_BR |
dc.subject |
Técnicas de aprendizagem de máquina |
pt_BR |
dc.subject |
Inteligência artificial |
pt_BR |
dc.subject |
Entrada acústica - classificação |
pt_BR |
dc.subject |
Matlab - toolboxes |
pt_BR |
dc.subject |
Toolboxes - Matlab |
pt_BR |
dc.subject |
Reconhecimento de objetos e texturas |
pt_BR |
dc.subject |
Gesture recognition on surfaces |
pt_BR |
dc.subject |
Artificial neural networks |
pt_BR |
dc.subject |
Hidden Markov Models |
pt_BR |
dc.subject |
Interactive Surfaces |
pt_BR |
dc.subject |
Machine learning |
pt_BR |
dc.subject |
Machine learning techniques |
pt_BR |
dc.subject |
Artificial intelligence |
pt_BR |
dc.subject |
Acoustic entrance - classification |
pt_BR |
dc.subject |
Matlab - toolboxes |
pt_BR |
dc.subject |
Toolboxes - Matlab |
pt_BR |
dc.subject |
Object and texture recognition |
pt_BR |
dc.rights |
Acesso Aberto |
pt_BR |
dc.creator |
MOREIRA, Bruna Salles. |
|
dc.publisher |
Universidade Federal de Campina Grande |
pt_BR |
dc.language |
por |
pt_BR |
dc.title.alternative |
Comparative analysis of artificial neural networks and hidden Markov models for surface gesture recognition applications. |
pt_BR |
dc.identifier.citation |
MOREIRA, Bruna Salles. Análise comparativa de redes neurais artificiais e modelos escondidos de Markov para aplicações de reconhecimento de gestos em superfícies. 2020. 76f. (Dissertação de Mestrado) Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande - Paraíba - Brasil, 2020. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/21867 |
pt_BR |