CONTROL DEL MOUSE CON RECONOCIMIENTO DE GESTOS MANUALES MEDIANTE IMÁGENES E INTELIGENCIA ARTIFICIAL

Ardila Leal, Sebastián; Espinoza Caro, Juan Daniel

CONTROL DEL MOUSE CON RECONOCIMIENTO DE GESTOS MANUALES MEDIANTE IMÁGENES E INTELIGENCIA ARTIFICIAL

dc.contributor.advisor	Barrero Pérez, Jaime Guillermo
dc.contributor.advisor	Flórez Arias, Carlos Alberto
dc.contributor.author	Ardila Leal, Sebastián
dc.contributor.author	Espinoza Caro, Juan Daniel
dc.contributor.evaluator	Niño Niño, Carlos Andres
dc.contributor.evaluator	Serrano Luna, Jheyston Omar
dc.date.accessioned	2023-05-26T14:23:41Z
dc.date.available	2023-05-26T14:23:41Z
dc.date.created	2023-05-25
dc.date.issued	2023-05-25
dc.description.abstract	Con el constante avance de la visión por computadora y el gran número de personas que ahora cuentan con un ordenador debido a la pandemia, es esencial aprovechar todas las herramientas posibles para automatizar procesos que faciliten a las personas el desarrollo de sus actividades diarias relacionadas con un ordenador. Por ello, el presente proyecto plantea el desarrollo de un sistema basado en redes neuronales convolucionales y visión por computadora que se ejecuta con una interfaz amigable para el usuario. Luego de obtener el conjunto de datos para el reconocimiento de gestos, se realizó el entrenamiento de múltiples modelos de redes convolucionales, y después de realizar una comparación, se optó por el modelo basado en la arquitectura YOLOv8. Posteriormente, se buscó y adaptó un modelo para esqueletización de la mano, dicho modelo fue tomado de la biblioteca de Mediapipe. Al contar con los dos modelos listos para su despliegue, se realizó la integración de ambos modelos en la interfaz creada con la herramienta PyQt5, y finalmente se definieron los modos de uso para el control del mouse y la activación de macros.
dc.description.abstractenglish	With the constant advancement of computer vision and the large number of people who now have a computer due to the pandemic, it is essential to take advantage of all possible tools to automate processes that facilitate people in the development of their daily activities related to a computer. Therefore, the present project proposes the development of a system based on convolutional neural networks and computer vision that runs with a user-friendly interface. After obtaining the data set for gesture recognition, the training of multiple convolutional network models was performed, and after a comparison, the model based on the YOLOv8 architecture was chosen. Subsequently, a model for hand skeletonization was searched for and adapted; this model was taken from the Mediapipe library. Once the two models were ready to be deployed, both models were integrated into the interface created with the PyQt5 tool, and finally the modes of use for mouse control and macro activation were defined.
dc.description.degreelevel	Pregrado
dc.description.degreename	Ingeniero Electrónico
dc.format.mimetype	application/pdf
dc.identifier.instname	Universidad Industrial de Santander
dc.identifier.reponame	Universidad Industrial de Santander
dc.identifier.repourl	https://noesis.uis.edu.co
dc.identifier.uri	https://noesis.uis.edu.co/handle/20.500.14071/14382
dc.language.iso	spa
dc.publisher	Universidad Industrial de Santander
dc.publisher.faculty	Facultad de Ingeníerias Fisicomecánicas
dc.publisher.program	Ingeniería Electrónica
dc.publisher.school	Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rights	info:eu-repo/semantics/openAccess
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.license	Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject	RECONOCOCIMIENTO DE GESTOS MANUALES
dc.subject	REDES NEURONALES CONVOLUCIONALES
dc.subject	VISIÓN POR COMPUTADORA
dc.subject.keyword	RECOGNITION OF MANUAL GESTURES
dc.subject.keyword	CONVOLUTIONAL NEURAL NETWORKS
dc.subject.keyword	COMPUTER VISION
dc.title	CONTROL DEL MOUSE CON RECONOCIMIENTO DE GESTOS MANUALES MEDIANTE IMÁGENES E INTELIGENCIA ARTIFICIAL
dc.title.english	MOUSE CONTROL WITH MANUAL GESTURE RECOGNITION THROUGH IMAGES AND ARTIFICIAL INTELLIGENCE
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.hasversion	http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.type