Projektgruppe Visual Analytics - Medieninformatik und Multimedia ...

3.3 Gesten und ihre Erkennung 59
Die Funktion (3.1) berechnet rekursiv die Linearisierung mit Hilfe von dynamischer
Programmierung. λ(i,y) ist hierbei der kumulative Abstand von i und j.
λ(i, j) = d(q,c) + min{λ(i − 1, j − 1),λ(i − 1, j),λ(i, j − 1)} (3.1)
Falls es keine großen Abweichungen mehr gibt, kann davon ausgegangen werden, dass
beide Sequenzen zur gleichen Geste gehören.
Künstliche neuronale Netze
Eine weitere Möglichkeit zur Erkennung von Gesten ist die Nutzung von künstlichen
neuronalen Netzen (KNN). Diese Vorgehensweise entstammt der Idee, die Funktionsweise
des menschlichen Gehirns nach zu bilden.
Künstliche neuronale Netze sind dazu in der Lage, Muster zu erkennen und wichtige
Merkmale der Eingabedaten zu extrahieren. Als Ergebnis erhält man eine Klassifikation.
Diese gibt an, ob es sich bei einer Eingabe um eine entsprechende Geste gehandelt hat,
oder nicht.
Zur Veranschaulichung der Vorgehensweise wird ein Beispiel zur Rechnung mit der inklusive
oder-Operation aus [Str97] verwendet. Hier gibt es zwei binäre Eingabevariablen
X 1 und X 2 . Die jeweiligen Ergebnisse der Variablenpaare (3.3) sind bekannt und können
für den Lernprozess des KNN verwendet werden. In diesem Lernprozess passt das KNN
nach und nach die so genannten Eingangsgewichte (w i ) an, bis die Eingabewerte die
erwartete Ausgabe ergeben. Das Ergebnis eines Durchlaufs ergibt sich aus der Funktion
net = w 1 x 1 + w 2 x 2 (3.2)
wofür anschließend ein Schwellenwert Θ eingeführt werden muss, um als Ausgabewert
nur zwei Klassen zuzulassen. Hier wird Θ = 0,5 gesetz,t um je eine Klasse für Eins und
Null zu erhalten, da alle Ausgangswerte < 0,5 Null ergeben und alle Ausgangswerte
0,5 Eins ergeben.
0 ∪ 0 = 0
0 ∪ 1 = 1
1 ∪ 0 = 1
1 ∪ 1 = 1
(3.3)
Als Gewichtungen werden zufällige oder manuell vorgegebene Werte eingesetzt und
der Lernprozess beginnt. Falls bei einem Test einer Eingabe mit erwarteter Ausgabe (∆)