Gestos inteligentes: reconocimiento de gestos aplicando la tecnología RFID

Abstract

El objetivo de este proyecto final de carrera es estudiar y tratar de lograr una captura de movimiento ideal usando la tecnología Radio Frequency Idenfitication (RFID), que consiste en la recuperación remota de datos de etiquetas pasivas, usando antenas polarizadas dualmente. Hay varias formas de abordar este objetivo, pero en este trabajo se presentan dos/nsistemas diferentes de captura de gestos sin necesidad de colocar una etiqueta en el usuario. Uno utilizará una estantería inteligente y Support Vector Machine, un conunto de algoritmos de aprendizaje supervisado, y el otro consistirá de una superficie inteligente y un método de cuantificación vectorial llamado K-means. Como parte de la investigación, compararemos y estudiaremos los puntos fuertes y débiles de ambos métodos, teniendo en cuenta los escenarios en los que están implementados. Finalmente, estos gestos serán asociados a diferentes acciones para controlar el reproductor multimedia VLC en tiempo real.

The aim of this final thesis is to research and try to achieve an ideal motion capture using the RFID (Radio Frequency Identification) technology, which consists on the wireless capture of data from passive tags using dual polarized antennas./nThere are many ways to approach this objective, but in this project we present two different systems to capture gestures without having to place a tag on the user. One will use a smart shelf and Support Vector Machine, a set of supervised learning algorithms, and the other one will consist on a smart surface and a vector quantization method called K-means clustering./nAs part of the research, we will compare and discuss the strengths and weaknesses of both methods, considering the different scenarios used to implement them. Finally, these gestures captured will be linked to different actions to control the VLC media player software in real time.