Negli ultimi decenni, gli scienziati informatici hanno sviluppato un'ampia gamma di modelli e approcci per analizzare diversi aspetti del comportamento e della comunicazione umani, come il linguaggio, le emozioni e i gesti. La maggior parte delle tecniche esistenti per il riconoscimento dei gesti delle mani si basa sull'uso di tecnologie indossabili con un unico sensore e può riconoscere solo un numero limitato di gesti di base.
I ricercatori dell'Università Comenius di Bratislava in Slovacchia hanno recentemente sviluppato WaveGlove, un nuovo sistema per il riconoscimento dei gesti delle mani che utilizza più sensori inerziali, invece di un singolo sensore. Questo nuovo sistema è essenzialmente un guanto con un sensore inerziale posizionato su ciascuna delle sue dita.
"Il nostro recente articolo mostra l'uso di più sensori inerziali per il riconoscimento dei gesti delle mani (HGR)", ha detto uno dei ricercatori che hanno condotto lo studio. “Costruendo un prototipo hardware personalizzato e proponendo un nuovo modello basato su Transformer (un'architettura di rete, che ha avuto molto successo nelle attività di elaborazione del linguaggio naturale), dimostriamo che l'utilizzo di più sensori può avere un effetto significativo sull'accuratezza della classificazione e consente per un vocabolario più ricco di gesti”.
Utilizzando WaveGlove, il sistema di riconoscimento dei gesti delle mani che hanno creato, i ricercatori sono stati in grado di acquisire due set di dati contenenti oltre 11000 campioni di gesti delle mani. Hanno quindi progettato due diversi vocabolari di gesti, uno contenente 8 movimenti dell'intera mano (WaveGlove-single) e un altro contenente 10 gesti delle mani più complessi e accuratamente progettati, per i quali le singole dita si muovono in modo diverso (WaveGlove-multi).
La presenza di più sensori ci consente di progettare e classificare un vocabolario di gesti più ricco rispetto ai singoli sensori palmari. I gesti che classifichiamo utilizzando più sensori sono simili a quelli che già usiamo nella nostra vita quotidiana. Ciò rende l'utilizzo di un dispositivo come WaveGlove più semplice e naturale.
Oltre a compilare set di dati sui gesti delle mani e confermare l'efficacia del sistema WaveGlove, i ricercatori hanno confrontato oltre 10 metodi di classificazione per il riconoscimento dei gesti delle mani, alcuni dei quali avevano sviluppato come parte della loro ricerca precedente. Hanno valutato questi metodi su numerosi set di dati diversi, nella speranza che ciò aiutasse a standardizzare i risultati nel campo del riconoscimento dei gesti delle mani.
I risultati raccolti da questo team di ricercatori potrebbero avere numerose implicazioni preziose. In primo luogo, il loro lavoro potrebbe informare la ricerca incentrata sul riconoscimento dei gesti delle mani e contribuire a migliorare i sistemi esistenti. In secondo luogo, il prototipo WaveGlove che hanno creato potrebbe essere utilizzato per migliorare le comunicazioni tra umani e humans macchine, permettendo a quest'ultimo di interpretare al meglio i gesti delle mani umane.