TY - THES U1 - Bachelor Thesis A1 - Mieschke, Paul T1 - VR Gesture Recognition using Signal Processing Techniques N2 - Virtual-reality (VR) is an immersive technology with a growing market and many applications for gesture recognition. This thesis presents a VR gesture recognition method using signal processing techniques. The core concept is based on the comparison of motion features in the form of signals between a runtime recording of users and a possible gesture set. This comparison yields a similarity score through which the most similar gesture can be recognized by a continuous recognition system. Some selected comparison methods are presented, evaluated and discussed. An example implementation is demonstrated. However, due to an introduced layer model parts of the method and its implementation are interchangeable. Similar or even better performance is achieved compared to other related work. The comparison method Dynamic Time Warping (DTW) reaches an average positive recognitions rate of 98.18% with acceptable real-time application performance. Additionally, the method comes with some benefits: position and direction of users is irrelevant, body proportions have no significant negative impact on recognition rates, faster and slower gesture executions are possible, no user inputs are needed to communicate gesture start and end (continuous recognition), also continuous gestures can be recognized, and the recognition is fast enough to trigger gesture specific events already during the execution. N2 - Virtuelle Realität (VR) ist eine immersive Technologie mit wachsendem Markt und vielen Anwendungen für Gestenerkennung. Diese Thesis stellt eine Methode zur VR-Gestenerkennung mit Hilfe von Signalverarbeitungstechniken vor. Das Kernkonzept basiert auf dem Vergleich von Bewegungsmerkmalen in Form von Signalen zwischen einer Laufzeitaufnahme der Benutzer und einer möglichen Menge an Gesten. Aus diesem Vergleich ergibt sich ein Ähnlichkeitswert, durch den die ähnlichste Geste von einem kontinuierlichen Erkennungssystem erfasst werden kann. Einige ausgewählte Vergleichsmethoden werden vorgestellt, bewertet und diskutiert. Eine Beispielimplementierung wird demonstriert. Aber aufgrund eines eingeführten Schichtenmodells sind Teile der Methode und ihre Implementierung austauschbar. Es wird eine ähnliche oder sogar bessere Leistung im Vergleich zu anderen verwandten Arbeiten erreicht. Die Vergleichsmethode Dynamic Time Warping (DTW) erreicht eine durchschnittliche positive Erkennungsrate von 98,18% bei akzeptabler Geschwindigkeit für Echtzeit-Anwendungen. Darüber hinaus bietet die Methode einige Vorteile: Position und Richtung des Benutzers sind irrelevant, die Körperproportionen haben keinen signifikanten negativen Einfluss auf die Erkennungsraten, schnellere und langsamere Gestenausführungen sind möglich, es sind keine Benutzereingaben erforderlich, um den Beginn und das Ende einer Geste zu kommunizieren (kontinuierliche Erkennung), auch kontinuierliche Gesten können erkannt werden, und die Erkennung ist schnell genug, um gestenspezifische Ereignisse bereits während der Ausführung auszulösen. KW - VR Gesture Recognition KW - Virtual-reality Gesture Recognition KW - VR Gesture Recognition KW - Virtual-reality Gesture Recognition Y2 - 2021 U6 - https://nbn-resolving.org/urn:nbn:de:bsz:900-opus4-66767 UN - https://nbn-resolving.org/urn:nbn:de:bsz:900-opus4-66767 SP - 100 S1 - 100 ER -