"Eesti Teadusfondi uurimistoetus" projekt ETF8365
ETF8365 "Inimliigutuste tuvastamine ja modelleerimene (1.01.2010−31.12.2013)", Sven Nõmm, Tallinna Tehnikaülikool, TTÜ Küberneetika Instituut.
ETF8365
Inimliigutuste tuvastamine ja modelleerimene
Modeling and recognition of human gestures
1.01.2010
31.12.2013
Teadus- ja arendusprojekt
Eesti Teadusfondi uurimistoetus
ETIS klassifikaatorAlamvaldkondCERCS klassifikaatorFrascati Manual’i klassifikaatorProtsent
4. Loodusteadused ja tehnika4.13. Mehhanotehnika, automaatika, tööstustehnoloogiaT120 Süsteemitehnoloogia, arvutitehnoloogia2.3. Teised tehnika- ja inseneriteadused (keemiatehnika, lennundustehnika, mehaanika, metallurgia, materjaliteadus ning teised seotud erialad: puidutehnoloogia, geodeesia, tööstuskeemia, toiduainete tehnoloogia, süsteemianalüüs, metallurgia, mäendus, tekstiilitehnoloogia ja teised seotud teadused).34,0
4. Loodusteadused ja tehnika4.4. MatemaatikaP160 Statistika, operatsioonanalüüs, programmeerimine, finants- ja kindlustusmatemaatika 1.1. Matemaatika ja arvutiteadus (matemaatika ja teised sellega seotud teadused: arvutiteadus ja sellega seotud teadused (ainult tarkvaraarendus, riistvara arendus kuulub tehnikavaldkonda)33,0
4. Loodusteadused ja tehnika4.6. ArvutiteadusedP176 Tehisintellekt 1.1. Matemaatika ja arvutiteadus (matemaatika ja teised sellega seotud teadused: arvutiteadus ja sellega seotud teadused (ainult tarkvaraarendus, riistvara arendus kuulub tehnikavaldkonda)33,0
PerioodSumma
01.01.2010−31.12.2010180 000,00 EEK (11 504,10 EUR)
01.01.2011−31.12.201111 504,40 EUR
01.01.2012−31.12.201211 504,40 EUR
01.01.2013−31.12.201311 504,40 EUR
46 017,30 EUR

Käesoleva projekti eesmärgiks on välja töötada meetodid inimliigutuste modelleerimiseks ja tuvastamiseks, jihul kui informatsioon liigutuste kohta saadakse visuaalse vaatluse tulemusel. Vajaduse taolise modelleerimise ja tuvastamise järele tingivad vastavad rakendused inimesele kohandatud mehhatroonikas, meditsiinis ja turvasüsteemides. Projekti üheks tulemiks on üldine meetod, mis erineb olemasolevatest selle poolest, et arvestab seost liigutuste omaduste (ehk dünaamika) ja informatsiooni (ehk liigutuste tähenduse) vahel. Lähtudes andmetest, mis on saadud kirurgi käe liigutustest laparoskoopilise operatsiooni ajal, jagatakse matemaatiliste meetodite abil liigutused klassidesse selliselt, et oleks tagatud liigutuste eristumine ning saadud jaotus klassidesse oleks kooskõlas inimese poolt tehtava liigutuste jaotusega klassidesse. Järgmise sammuna on kavas üldistada saadud tulemusi keerulisematele meditsiinilistele operatsioonidele. Projekti käigus on kavas üldistada meetodeid, mis kasutavad mittelineaarse juhtimissüsteemi ülekandemaatriksi Smith-McMillani normaalkuju ning uurida selle kasutusvõimalusi roboti käe trajektoori planeerimisel. Selline lähenemine võimaldab testida projekti käigus saadud tulemusi praktiliste ülesannete lahendamisel ning laiendada inimesele kohandatud mehhatroonikas kasutatavate matemaatiliste meetodite hulka.
The aim of the proposed project is to develop advanced methods for modeling of human movements and gesture recognition. Necessity to model and recognize human gestures has risen in many different application areas such as human adaptive mechatronics, recreational medicine, security and, even entertainment. Unlike many existing methods, the goal of the project is to work out a more general solution which is less dependent on the specific application area, but still allows to keep a balance between the motional properties and the meaning behind the gestures. Based on the analysis and modeling of the surgeon's hand movements during the laparoscope surgery, our first intent is to design its segmentation into the gestures in such a way that gestures are always distinguishable and either one gesture or specific sequence of the gestures would correspond to the segmentation unit, made by a human. Next task is to generalize the obtained results either for a more complicate type of surgery or for a totally different application area. The second goal of the proposed project is to generalize the Smith-McMillan form of the transfer function for nonlinear control systems and study its applicability to the trajectory planning of the robot arm. Such problem setting allows to test the developed gesture recognition techniques as a natural part of real-life system and to enrich the variety of mathematical methods applicable in the area of human adaptive mechatronics.