Home
Giới thiệu
Tài khoản
Đăng nhập
Quên mật khẩu
Đổi mật khẩu
Đăng ký tạo tài khoản
Liệt kê
Công trình khoa học
Bài báo trong nước
Bài báo quốc tế
Sách và giáo trình
Thống kê
Công trình khoa học
Bài báo khoa học
Sách và giáo trình
Giáo sư
Phó giáo sư
Tiến sĩ
Thạc sĩ
Lĩnh vực nghiên cứu
Tìm kiếm
Cá nhân
Nội dung
Góp ý
Hiệu chỉnh lý lịch
Thông tin chung
English
Đề tài NC khoa học
Bài báo, báo cáo khoa học
Hướng dẫn Sau đại học
Sách và giáo trình
Các học phần và môn giảng dạy
Giải thưởng khoa học, Phát minh, sáng chế
Khen thưởng
Thông tin khác
Tài liệu tham khảo
Hiệu chỉnh
Số người truy cập: 107,078,848
MÔ HÌNH TRỌNG SỐ KẾT HỢP CÁC PHƯƠNG PHÁP TRÍCH CHỌN ĐẶC TÍNH TRONG NHẬN DẠNG HÀNH ĐỘNG NGƯỜI
Tác giả hoặc Nhóm tác giả:
Nguyễn Năng Hùng Vân, Phạm Minh Tuấn, Ung Nho Dãi Khoa Công nghệ Thông tin, Trường Đại học Bách khoa, Đại học Đà Nẵng
Nơi đăng:
Hội nghị Quốc gia về Công nghệ thông tin và truyền thông;
S
ố:
1;
Từ->đến trang
: 225;
Năm:
2015
Lĩnh vực:
Công nghệ thông tin;
Loại:
Bài báo khoa học;
Thể loại:
Trong nước
TÓM TẮT
Nhận dạng hành động người (tiếng Anh: Human Activity Recognition - HAR) là một lĩnh vực nghiên cứu quan trọng về thị giác máy tính. Khó khăn lớn nhất đối với hệ thống HAR là dữ liệu từ camera thông dụng là chỉ quay được ở một hướng, dẫn đến sự thiếu hụt dữ liệu và dẫn đến kết quả nhận dạng thấp. Bài báo này, tập trung vào nghiên cứu và xây dựng mô hình mới về nhận dạng hành động người, trong đó trọng tâm là phương pháp trích chọn đặc tính PCA, LDA nhằm giảm số chiều và độ lớn của dữ liệu, góp phần nâng cao độ chính xác khi nhận dạng. Trước tiên, từ dữ liệu chuyển động 3D, chúng tôi tiến hành tiền xử lý và trích chọn đặc tính của các đối tượng. Tiếp đến, xây dựng các mô hình nhận dạng ứng với mỗi phương pháp trích chọn đặc tính, sử dụng mô hình SVM để huấn luyện. Cuối cùng, sử dụng phương pháp trọng số để kết hợp kết quả của các mô hình nhận dạng và đưa ra kết quả cuối cùng. Bài báo tiến hành thực nghiệm trên dữ liệu CMU Mocap và cho thấy tỷ lệ nhận dạng của phương pháp đề xuất cao hơn so với những phương pháp trước đây.
ABSTRACT
© Đại học Đà Nẵng
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn