Работа посвящена выбору оптимального метода распознавания реабилитационных жестов кисти в реальном времени для систем детской реабилитации. На основе библиотеки из пяти целевых жестов, сформированной совместно со специалистами, был создан синтетический датасет с использованием библиотеки MediaPipe Hands. В исследовании проведено сравнение трех подходов к классификации: rule-based метода, алгоритмов машинного обучения (SVM, Random Forest) и нейросетевых моделей (многослойный перцептрон, LSTM). Оценка методов выполнялась по критериям точности, скорости обработки и устойчивости к шуму. Результаты позволят определить наиболее эффективный алгоритм для последующей разработки системы оценки качества выполнения упражнений в домашних условиях.

Калмыкова Е.С. (науч. рук. Добренко Н.В.) Исследование и сравнение методов распознавания реабилитационных жестов в реальном времени на основе скелетного трекинга в рамках детской реабилитации. // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/18078