haku: @keyword second life / yhteensä: 12
viite: 9 / 12
Tekijä:Rauhamaa, Päivi
Työn nimi:Eleiden tunnistaminen videokuvasta ja toistaminen avatarilla virtuaaliympäristössä
Gesture recognition from video applied to an avatar in virtual meetings
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2010
Sivut:65 +[6]      Kieli:   fin
Koulu/Laitos/Osasto:Biotekniikan ja kemian tekniikan laitos
Oppiaine:Vuorovaikutteinen digitaalinen media   (T-111)
Valvoja:Takala, Tapio
Ohjaaja:Kantonen, Tuomas
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  3716   | Arkisto
Avainsanat:gesture recognition
markerless
Second Life
avatar
eleiden tunnistus
markkeriton
Tiivistelmä (fin): Nykypäivän globaalissa yritysmaailmassa yhteydenpito yhteistyökumppaneihin edellyttää etäneuvottelutekniikoiden käyttöä.
Puhelin- ja videoneuvottelut sekä internetin virtuaaliympäristöt ovat yleisesti käytettyjä menetelmiä, mutta puhelinyhteys rajoittuu ääneen, videon käyttö edellyttää kallista tietoliikenneyhteyttä ja virtuaaliympäristössä ei ole mahdollisuutta luonnolliselle vuorovaikutukselle.
Näiden ympäristöjen hyvät puolet voidaan yhdistää lisätyn todellisuuden ympäristöön sijoittuvissa neuvotteluissa.
Osittain virtuaalisessa ympäristössä voidaan myös välittää käyttäjästä vain viestinnän kannalta oleellista informaatiota ja näin parantaa käyttäjän yksityisyyden suojaa ja sovelluksen käyttömukavuutta.

Tässä diplomityössä on esitetty menetelmä, jolla tunnistetaan kokoustilanteessa käytettyjä eleitä videokuvasta ja siirretään ne avatarin liikkeiksi Seeond Life -ympäristöön.
Työ on osa VTT:llä ja TKK:lla kehitettävää tehostetun todellisuuden konferenssisovellusta.
Diplomityössä eleiden tunnistamisessa on keskitytty yläruumiin ja pään eleiden tunnistamiseen.
Tunnistaminen on toteutettu reaaliaikaisesti yhdellä kameralla kuvattavasta videosyötteestä ilman käyttäjään tai ympäristöön kiinnitettäviä markkereita.
Pään eleet on tunnistettu paikallistamalla käyttäjän kasvot kuvasta ja seuraamalla niiden liikettä.
Yläruumiin eleet on tunnistettu segmentoimalla yläruumis taustasta, paikallistamalla käsien sijainti ja seuraamalla niiden liikettä.
Avatarin hallinta on toteutettu etukäteen nauhoitetuilla animaatioilla, joiden toistaminen käynnistetään eleitä tunnistettaessa.

Työssä tunnistetut pään eleet ovat nyökkäys ja pudistus, ja yläruumiin eleet ovat vilkutus kummallakin kädellä erikseen ja kahden käden juhlintaele.
Sovellus toimii reaaliaikaisesti ja alustavien testien mukaan tunnistaa selkeästi tehdyt eleet hyvin.
Animaatioilla pystytään välittämään käyttäjän eleet tunnistettavasti, vaikka Second Life -ympäristö ei mahdollista käyttäjän eleiden reaaliaikaista kopioimista.
Tunnistuksen luotettavuuden parantamista ja uusien ominaisuuksien kehittämistä jatketaan diplomityön valmistuessa kesken olleen konferenssisovelluksen kehitysprojektin loppuun asti.
Tiivistelmä (eng): In modern global business environment, remote conferencing is required to stay in touch and collaborate despite a long distance between co-workers.
Tele- and videoconferences are commonly used and virtual environments located in the internet are becoming popular, even though in teleconferences there is no visual feedback, videoconferences require expensive bandwidth and virtual worlds lack natural interaction.
Augmented reality environments offer an interesting alternative to remote conferencing combining the pros of other systems.
In partly virtual environments it is also possible to transmit only communicationally relevant information of the user to other participants thus improving application's usability and security.

This thesis describes a method of recognizing conference situation gestures from video and applying recognized gestures to a Second Life avatar.
The work was done as a part of a joint effort between VTT and TKK to develop a mixed reality conferencing application.
In this thesis the gesture recognition concentrates on upper body and head gestures.
Recognition is done in real-time from monocular video without markers added to the user or to the environment.
Head gestures are recognized by locating the user's face from the video and following its movement.
Upper body gestures are recognized by segmenting the user's body from the background, locating the user's hands and following their movement.
Second Life avatar movement is controlled by pre-recorded animations that are triggered when a gesture is recognized.

The gestures recognized in this thesis are head nodding, head shaking, hand waving and a celebration gesture.
The application runs in real-time and according to preliminary tests detects well clearly carried out gestures.
Avatar animations convey user's gestures recognizably, even though it is not possible to copy user's exact movements in Second Life.
Gesture recognition will be improved and new features will be added to the mixed reality conferencing application after finishing this thesis until the end of the project.
ED:2010-08-11
INSSI tietueen numero: 40075
+ lisää koriin
INSSI