TY  - THES
U1  - Master Thesis
A1  - Hein, Kristine
T1  - Gestenerkennung mit der SFA : Klassifizierung von beschleunigungsbasierten 3D-Gesten des Wii-Controllers
N2  - In dieser Arbeit wurde die Slow Feature Analysis (SFA) auf ihre Einsatzmöglichkeiten zur Gestenerkennung zu untersuchen. SFA ist ein Lernalgorithmus, der aus den Neurowissenschaften stammt und aus sich schnell verändernden Signalen, die langsamsten Merkmale herausfiltert. Als Gesten werden in diesem Fall beschleunigungsbasierte dreidimensionale Signale des Wii-Controllers von Nintendo betrachtet. Für die Untersuchungen wurden fünf unterschiedliche Gesten von zehn Probanden verwendet. Diese Gesten liegen in Form von mehrdimensionalen Zeitreihen vor, die die Messwerte der Beschleunigungssensoren des Wii-Controllers enthalten. Die Gestendaten wurden mit einer Java-Anwendung aufgezeichnet, mit der die Wiimote über Bluetooth verbunden ist. Für die Untersuchungen wurde eine Implementierung des SFA-Toolkits (MATLAB, SFA-TK) verwendet und die Ergebnisse mit denen anderer gängiger Verfahren verglichen. Untersucht wurde hierzu sowohl die Klassifizierung von Gesten, als auch Ansätze zur Segmentierung, dem Erkennen von Anfang und Ende einer Geste.
KW  - Klassifikation
KW  - Unüberwachtes Lernen
KW  - Gestenerkennung
KW  - Wii-Controller
KW  - classification
KW  - Slow Feature Analysis
KW  - unsupervised learning algorithm
KW  - gesture recognition
KW  - Wiimote
Y2  - 2010
U6  - https://nbn-resolving.org/urn:nbn:de:101:1-201108114725
UN  - https://nbn-resolving.org/urn:nbn:de:101:1-201108114725
ER  -