gebarenherkenning

Gebarenherkenning is een technologie die menselijke gebaren kan detecteren en interpreteren als betekenisvolle commando’s of acties. Het wordt toegepast in mens-computerinteractie om gebruikers via bewegingen met apparaten te laten communiceren, zonder of met minimale fysieke input.

Er bestaan twee hoofdbenaderingen: visueel gebaseerde systemen en sensor-gebaseerde systemen. Visueel gebaseerde benadering gebruikt beelden of video van een camera, vaak in combinatie met diepte- of infrarooddata, en past detectie, tracking en herkenning toe. Sensor-gebaseerde systemen maken gebruik van draagbare sensoren zoals accelerometers en gyroscopes of slimme handschoenen om bewegingen vast te leggen. Representaties variëren van 2D-beeldpatronen tot 3D-skeletten en bewegingsequenties.

Algoritmen lopen van traditionele computer vision-descriptoren tot moderne machine learning-technieken, waaronder convolutionele neurale netwerken, recurrente netwerken en transformers. In continu- of real-time toepassingen wordt vaak gekozen voor modellen die snelle inferentie combineren met robuuste herkenning van variaties tussen gebruikers. Realistische systemen vereisen vaak preprocessing, kalibratie en beweging- of achtergrondsegmentatie.

Toepassingen bevinden zich in consumentenelektronica (smartphones en wearables), gaming en virtuele realiteit, automotive-gesture controle en assistieve technologieën. Gebaren kunnen ook gebruikt worden voor signaalherkenning bij doven en slechthorenden, of in industriële robotica.

Uitdagingen zijn onder meer variabiliteit in lichaamsbouw, kleding en achtergrond, occlusie, verlichting en snelheid van beweging. Real-time verwerking, privacy en bias in datasets vormen belangrijke aandachtspunten. Evaluatie gebeurt op openbare datasets zoals MSR Action3D, Chalearn Gesture en NTU RGB+D.

Zie ook: computer vision, mens-computerinteractie, sign language recognition.