Examinando por Autor "Nope, Sandra E."

Mostrando 1 - 2 de 2
  • Miniatura
    PublicaciónAcceso abierto
    Aplicaciones del movimiento y su representación biológica en el reconocimiento de gestos.
    (2011-10-13) Caicedo Bravo, Eduardo Francisco; Loaiza Correa, Humberto; Nope, Sandra E.
    En este artículo se aborda el problema de reconocimiento de gestos usando la información de movimiento. El movimiento contiene información importante que es usada para la percepción del mundo tanto por personas como por animales. En este trabajo se utiliza una cámara web para capturar las imágenes utilizadas como base para la extracción de la información de movimiento. El modelo presentado será utilizado en el futuro en un sistema de aprendizaje por demostración aplicado en robótica. Para abordar dicho problema, se ha identificado como primera fase al reconocimiento de gestos y para ello, la arquitectura requiere que se resuelvan tres aspectos principales: la representación instantánea del movimiento, la integración en el tiempo de dicha información y la estrategia de clasificación. En este trabajo se aborda sólo el primero de ellos. En contraste con otros trabajos, en éste la extracción del movimiento y su codificación está inspirada en el procesamiento del movimiento realizado en el cerebro de macacos. El modelo mostrado ha sido aplicado al reconocimiento de cuatro gestos realizados por diferentes personas, cuyo porcentaje de reconocimiento de gestos fue de 89.6% y con una robustez ante diferentes puntos de vista de 96.9%.
  • Miniatura
    PublicaciónAcceso abierto
    Bio-inspired system for gesture imitation applied in robotics.
    (2014-03-12) Nope, Sandra E.
    En este trabajo se describen los aspectos necesarios para programar un robot mediante el paradigma del aprendizaje por demostración y se propone un sistema que guarda concordancia con lo que se conoce del funcionamiento de sistemas biológicos. En la imitación se usaron específicamente cuatro gestos ejecutados por el brazo simulado de diferentes demostradores humanos. Para lograr la imitación de los gestos, se creó un Mapa Visuo-Motor que permite que el robot realice su propia interpretación del gesto observado. El desempeño de la imitación se evaluó de forma cuantitativa y cualitativa. Se presentan indicadores novedosos para los cuatro gestos que permiten evaluarla imitación, más allá del seguimiento de trayectorias realizado habitualmente para definir el éxito de la imitación. El éxito de la imitación fue bueno en el caso de 3 de los 4 gestos, lo que produjo una calificación promedio del 62%para las encuestas y de 78.6% para los indicadores.