Description

El presente Trabajo Final de Máster desarrolla una Inteligencia Artificial que, a partir de técnicas de Deep Learning, permite interpretar gestos dinámicos realizados con las manos. Tras entrenar a la Red Neuronal con unos gestos determinados, ésta es capaz de aprender los patrones y características de cada gesto para poder diferenciarlos. Esta Red se introduce en un sistema de predicciones continuas por lotes que permite predecir en tiempo real los gestos efectuados ante una cámara sin que el sujeto tenga que indicar cuando empieza y acaba el movimiento. Asimismo, se ha desarrollado una herramienta que, utilizando una cámara, permite crear de forma rápida y sencilla un conjunto de datos con gestos propios para entrenar la Red Neuronal. Como resultado de la experimentación con la Red Neuronal, se ha conseguido que ésta alcance una precisión del 91,3% sobre un conjunto de datos. Además, se ha optimizado el tiempo de predicción, situándolo en 0,0254 segundos de promedio, lo cual es vital para realizar predicciones a tiempo real. Este modelo puede ser utilizado para dar instrucciones a un robot colaborativo dotado con una cámara, permitiendo así la comunicación touchless entre humano y robot