End-to-End Multiview Gesture Recognition for Autonomous Car Parking System
Notice bibliographique
Résumé
The use of hand gestures can be the most intuitive human-machine interaction medium. \nThe early approaches for hand gesture recognition used device-based methods. These \nmethods use mechanical or optical sensors attached to a glove or markers, which hinders \nthe natural human-machine communication. On the other hand, vision-based methods are \nnot restrictive and allow for a more spontaneous communication without the need of an \nintermediary between human and machine. Therefore, vision gesture recognition has been \na popular area of research for the past thirty years. \nHand gesture recognition finds its application in many areas, particularly the automotive \nindustry where advanced automotive human-machine interface (HMI) designers are \nusing gesture recognition to improve driver and vehicle safety. However, technology advances \ngo beyond active/passive safety and into convenience and comfort. In this context, \none of America’s big three automakers has partnered with the Centre of Pattern Analysis \nand Machine Intelligence (CPAMI) at the University of Waterloo to investigate expanding \ntheir product segment through machine learning to provide an increased driver convenience \nand comfort with the particular application of hand gesture recognition for autonomous \ncar parking. \nIn this thesis, we leverage the state-of-the-art deep learning and optimization techniques \nto develop a vision-based multiview dynamic hand gesture recognizer for self-parking system. \nWe propose a 3DCNN gesture model architecture that we train on a publicly available \nhand gesture database. We apply transfer learning methods to fine-tune the pre-trained \ngesture model on a custom-made data, which significantly improved the proposed system \nperformance in real world environment. We adapt the architecture of the end-to-end solution \nto expand the state of the art video classifier from a single image as input (fed by \nmonocular camera) to a multiview 360 feed, offered by a six cameras module. Finally, we \noptimize the proposed solution to work on a limited resources embedded platform (Nvidia \nJetson TX2) that is used by automakers for vehicle-based features, without sacrificing the \naccuracy robustness and real time functionality of the system.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».