Abstract
En los últimos años las técnicas de reconocimiento de gestos han experimentado notables avances y cada vez es más habitual encontrar este tipo de mecanismos para la interacción hombre-máquina (HCI) en aplicaciones al alcance de cualquier usuario. Las interfaces hombre-máquina basadas en gestos de las manos permiten una comunicación natural, intuitiva y simple. Entre las distintas tecnologías existentes, las basadas en visión artificial destacan por no ser intrusivas o invasivas, es decir, no requieren que el usuario porte sensores acoplados a un dispositivo ni hardware adicional, por lo que aportan gran flexibilidad. Además, tienen gran interactividad con diferentes elementos diseñados para recoger las medidas, procesarlas y utilizarlas en diferentes aplicaciones. En este Trabajo Fin de Master se propone desarrollar una interfaz hombre-máquina basada en el reconocimiento de gestos provenientes de imágenes térmicas. Este tipo de imágenes ofrece ventajas competitivas respecto a las imágenes tomadas en el rango del espectro visible ya que poseen una mejor relación señal a interferencia. Más concretamente, se ha trabajado con señales procedentes del gesto de la mano que, en contraposición con las interferencias provenientes del resto de estructuras de la imagen (resto del cuerpo, fondo, etc.) representan la ´única información ´útil para la clasificación. El reconocimiento de los patrones térmicos de los gestos de las manos se ha basado en algoritmos de aprendizaje profundo. El reto que se plantea es si tales sistemas de aprendizaje son capaces de reconocer un patrón en situaciones de interferencia masiva, ya que el área de la mano en comparación con el tamaño de la imagen es muy reducido. Además, se plantea crear una base de datos de imágenes térmicas de gestos de manos para la validación del sistema propuesto.
