prikaz prve stranice dokumenta Prepoznavanje gesti ruku
Rad nije dostupan
završni rad
Prepoznavanje gesti ruku
2022. urn:nbn:hr:168:766208
Vrljić, Bjanka
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Vrljić, B. (2022). Prepoznavanje gesti ruku (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:766208

Vrljić, Bjanka. "Prepoznavanje gesti ruku." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:766208

Vrljić, Bjanka. "Prepoznavanje gesti ruku." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:766208

Vrljić, B. (2022). 'Prepoznavanje gesti ruku', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 22.04.2024., https://urn.nsk.hr/urn:nbn:hr:168:766208

Vrljić B. Prepoznavanje gesti ruku [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2022 [pristupljeno 22.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:766208

B. Vrljić, "Prepoznavanje gesti ruku", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:766208

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:766208
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovPrepoznavanje gesti ruku
Naslov (engleski)Hand gesture recognition
AutorBjanka Vrljić
MentorIvica Botički (mentor)
Član povjerenstvaIvica Botički (predsjednik povjerenstva)
Član povjerenstvaMirjana Domazet-Lošo (član povjerenstva)
Član povjerenstvaJuraj Dončević (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2022-07-08, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Završni rad obuhvaća izradu sustava za prepoznavanje slova abecede američkog znakovnog jezika u stvarnom vremenu, što uključuje detekciju ruke na kameri te izradu i korištenje klasifikatora gesti. Detekcija ruke je implementirana pomoću biblioteke MediaPipe. MediaPipe crta pojednostavljeni kostur ruke na ekranu i detektira ključne točke ruke. Te ključne točke se onda prosljeđuju klasifikatoru gesti kako bi napravio predikciju. Klasifikator gesti je ostvaren kao model umjetne neuronske mreže, izrađen pomoću biblioteke TensorFlow. Za treniranje i testiranje modela korišteni su postojeći skupovi podataka s Kaggle. Prikazana je programska implementacija u Pythonu i dobiveni rezultati.
Sažetak (engleski)
This paper covers the development of a system for recognizing the letters of the American Sign Language alphabet in real time, which includes the detection of the hand on the camera and the making of and use of a gesture classifier. Hand detection is implemented using the MediaPipe library. MediaPipe draws a simplified skeleton of the hand on the screen and detects hand key points. These key points are then passed to the gesture classifier in order to make a prediction. The gesture classifier was realized as a model of an artificial neural network, created using the TensorFlow library. Existing Kaggle datasets were used to train and test the model. This paper shows the implementation of this system in Python and the obtained results.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:766208
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-15 11:26:09