Riconoscimento di gesti mediante dispositivi a basso costo: Tecniche, applicazioni, prospettive

In the last decades, we have witnessed to the increase of the socalled Kinect-like devices, which are based on a set of low-cost sensors to acquire RGB and depth data of a scene. The high accessibility of such devices, mainly in terms of costs, has pushed their adoption as fundamental tool for gesture recognition in a large number of applications, both commercial and research-related ones. In this paper, we first discuss some of the general principles adopted by most of the main gesture recognition techniques described in literature. Then we present some application fields in which Kinect-like devices and gesture recognition algorithms have been used, ranging from educational-recreational examples to more complex and scientific fields (e.g. domotics, robotics and biomedical engineering). In two annexes, we list and shortly compare the main features of the Kinect-like devices available on the market, and we describe one of the most popular algorithm for skeletal tracking, which is the basis for the gesture recognition.

Negli ultimi anni abbiamo assistito ad una grande diffusione dei cosiddetti “Kinect-like devices”, ovvero dispositivi basati su un insieme di sensori a basso costo, che consentono di ottenere un’immagine di profondità della scena ripresa. L’alta accessibilità di questi dispositivi, principalmente in termini di costi, ne ha facilitato la diffusione nell’ambito del riconoscimento dei gesti in numerose applicazioni, sia commerciali che di ricerca. In questo articolo saranno inizialmente illustrati i principi generali su cui si fondano le principali tecniche utilizzate per riconoscere i gesti, sfruttando i dati ottenibili dai dispositivi “Kinect-like”. Successivamente, saranno presentati alcuni ambiti applicativi, spaziando dal settore educativoricreativo a quello più scientifico (domotica, robotica ed ingegneria biomedica). In appendice, verranno elencati i principali prodotti disponibili in commercio e ne verrà presentata una sintetica analisi comparativa. Verrà inoltre descritto uno dei più noti e usati algoritmi di skeletal tracking, su cui si fonda la maggior parte delle soluzioni per il riconoscimento dei gesti.