Аналіз підходів глибокого навчання для розпізнавання жестів

Курсова робота на тему:

"Аналіз підходів глибокого навчання для розпізнавання жестів"

Зміст

Вступ        3

Розділ 1.                                                                                                     5

1.1. Обґрунтування актуальності        5

1.2. Методи розпізнавання жестів рук для людино-машинної взаємодії        6

Розділ 2

3.1 Особливості побудови моделі для нейронної мережі з використанням теорії розв’язання винахідницьких задач        17

3.3. Обґрунтування вибору програмної реалізації        24

4.1. Опис функціональності системи        27

4.2. Розробка методів розпізнавання жестів        28

4.3 Розробка алгоритму розпізнавання жестів        29

4.4 Реалізація алгоритму розпізнавання жестів        30

Вступ

Глибинне навчання — це галузь машинного навчання, що базується на наборі алгоритмів, які намагаються моделювати високорівневі абстракції в даних, застосовуючи глибинний граф із кількома обробними шарами, що побудовано з кількох лінійних або нелінійних перетворень.

Сучасні підходи глибокого навчання радикально збільшили ефективність систем по розпізнаванню зображень, звуку, текстів. У той же час, не існує загальновизнаної теорії для пояснення цього успіху. Також відсутня теорія, яка дозволяла б передбачати "вдалі" архітектури нейронних систем. Значною мірою розробка таких архітектур в глибокому навчанні грунтується на численних експериментах і підборі методів оптимізації.

На сьогоднішні науковий прогрес і розвиток технологій досягають значних висот, що відкривають нові можливості для людства. Навіть у дешевих сучасних комп'ютерах обчислювальна потужність дозволяє використання технологій і методів, які були недоступні раніше.

Одночасно з цим збільшуються і потреби користувачів, що постійно впливає на прогрес в різних областях (на приклад, веб дизайні). Враховуючи це формуються передові напрями розвитку сфери інформаційних технологій, а саме нейронні мережі та штучний інтелект, системи прогнозування та прийняття рішень, альтернативні інтерфейси, тощо.

Є актуальними проблеми застосування цих технологій, такі як: замала популярність технологічних досягнень, необхідність в потужному обладнанні для їх використання, застосування технологій вимагає тривалого і складного процесу підготовки для отримання прийнятного результату та інші. Тому розвиток цих областей є важливим питання для дослідження.

Оцінка сучасного стану об’єкта дослідження або розробки. Нині ця тема не є добре вивченою в українськомовному дискурсі машинного навчання і є досить мало теоретичних відомостей, які були б доступні сучасним науковцям.  

Це зумовлює актуальність роботи, адже глибша вивченість теми сприятиме полегшенню роботи у сфері взаємодії з AI.

Мета й завдання роботи. Краще дослідити зазначену тему і розробити алгоритм розпізнавання жестів, який можна було б втілити на практиці.

Об’єкт, методи й засоби дослідження або розроблення. Методологічну базу складають дослідження із взаємодії зі штучним інтелектом закордонних науковців, як-от Кузнєцова, Суркова, Спіцина.

Можливі сфери застосування. Результати проведеного дослідження надалі можуть бути в нагоді при роботі із технологіями віртуальної реальності та штучного інтелекту, а також сприятимуть покращенню механізму безконтактної взаємодії людини з комп`ютером.