Sistema de Detección de Objetos para Reconocimiento Gestual mediante Redes Neuronales Convolucionales

Abstract

[ES] El objetivo de la visión artificial o visión por computador es proporcionar a las máquinas las herramientas necesarias para ser capaces de ver. Actualmente existen diferentes técnicas o algoritmos para reproducir la visión en las máquinas, y una de ellas son las redes neuronales, la teoría inicia en las décadas de los 40-50, pero es en estos tiempos, con el hardware actual, es cuando se ha conseguido llevar a cabo, debido a la gran demanda de cómputo que exigían, la cual, no se podía satisfacer. En lo que se refiere al procesamiento de imágenes, se utilizan redes neuronales convolucionales, las cuales, analizan la imagen a través de la aplicación de diferentes filtros mediante una ventana de tamaño fijo que recorre la imagen completa y obtiene características de esta. La detección de objetos utiliza estas redes neuronales convolucionales, para hallar la localización de un objeto y su clase dentro de una imagen. El contenido de esta memoria intenta explicar cómo utilizando este sistema de detección de objetos se ha desarrollado un reconocedor de gestos que a través de imágenes de personas realizando gestos con las manos, es capaz de localizar y clasificar dichos gestos.

[EN] The objective of artificial vision or computer vision is to provide machines with the necessary tools to be able to see. Currently there are different techniques or algorithms to reproduce the vision in the machines, and one of them is neural networks, the theory started in the decades of 40-50, but it is in these times, with the current hardware, when it has been achieved , due to the great demand of computation that they demanded, which, could not be satisfied. Regarding image processing, convolutional neural networks are used, which analyze the image through the application of different filters through a window of fixed size that runs through the complete image and obtains characteristics of it. Object detection uses these convolutional neural networks to find the location of an object and its class within an image. The content of this report explains how, using this object detection system, a gesture recognizer has been developed that, through images of people making gestures with their hands, is able to locate and classify these gestures.