Au cours des dernières décennies, les informaticiens ont développé un large éventail de modèles et d'approches pour analyser différents aspects du comportement humain et de la communication, tels que la parole, les émotions et les gestes. La plupart des techniques existantes de reconnaissance des gestes de la main reposent sur l'utilisation de technologies portables avec un seul capteur et ne peut reconnaître qu'un nombre limité de gestes de base.
Des chercheurs de l'Université Comenius de Bratislava en Slovaquie ont récemment développé WaveGlove, un nouveau système de reconnaissance des gestes de la main qui utilise plusieurs capteurs inertiels, au lieu d'un seul capteur. Ce nouveau système est essentiellement un gant avec un capteur inertiel placé sur chacun de ses doigts.
"Notre article récent présente l'utilisation de plusieurs capteurs inertiels pour la reconnaissance des gestes de la main (HGR)", a déclaré l'un des chercheurs qui ont mené l'étude. « En construisant un prototype matériel personnalisé et en proposant un nouveau modèle basé sur Transformer (une architecture de réseau, qui a eu beaucoup de succès sur les tâches de traitement du langage naturel), nous démontrons que l'utilisation de plusieurs capteurs peut avoir un effet significatif sur la précision de la classification et permet pour un vocabulaire gestuel plus riche.
À l'aide de WaveGlove, le système de reconnaissance des gestes de la main qu'ils ont créé, les chercheurs ont pu acquérir deux ensembles de données contenant plus de 11000 échantillons de gestes de la main. Ils ont ensuite conçu deux vocabulaires gestuels différents, l'un contenant 8 mouvements de la main entière (WaveGlove-single) et un autre contenant 10 gestes de la main plus complexes et soigneusement conçus, pour lesquels les doigts individuels se déplacent différemment (WaveGlove-multi).
La présence de plusieurs capteurs nous permet de concevoir et de classer un vocabulaire de gestes plus riche par rapport aux capteurs portables uniques. Les gestes que nous classons à l'aide de plusieurs capteurs sont similaires à ceux que nous utilisons déjà dans notre vie quotidienne. Cela rend l'utilisation d'un appareil comme WaveGlove plus facile et plus naturelle.
En plus de compiler des ensembles de données sur les gestes de la main et de confirmer l'efficacité du système WaveGlove, les chercheurs ont comparé plus de 10 méthodes de classification pour la reconnaissance des gestes de la main, dont certaines avaient été développées dans le cadre de leurs recherches précédentes. Ils ont évalué ces méthodes sur de nombreux ensembles de données différents, car ils espéraient que cela aiderait à standardiser les résultats dans le domaine de la reconnaissance des gestes de la main.
Les résultats recueillis par cette équipe de chercheurs pourraient avoir de nombreuses implications précieuses. Premièrement, leurs travaux pourraient éclairer la recherche axée sur la reconnaissance des gestes de la main et contribuer à améliorer les systèmes existants. Deuxièmement, le prototype WaveGlove qu'ils ont créé pourrait finalement être utilisé pour améliorer les communications entre les humains et machines, permettant à ces derniers de mieux interpréter les gestes de la main humaine.