Đăng nhập
 
Tìm kiếm nâng cao
 
Tên bài báo
Tác giả
Năm xuất bản
Tóm tắt
Lĩnh vực
Phân loại
Số tạp chí
 

Bản tin định kỳ
Báo cáo thường niên
Tạp chí khoa học ĐHCT
Tạp chí tiếng anh ĐHCT
Tạp chí trong nước
Tạp chí quốc tế
Kỷ yếu HN trong nước
Kỷ yếu HN quốc tế
Book chapter
Bài báo - Tạp chí
Số Công nghệ TT 2015 (2015) Trang: 25-31
Tải về

Thông tin chung:

Ngày nhận: 19/09/2015

Ngày chấp nhận: 10/10/2015

Title:

Posture recognition using camera Kinect and Support Vector Machine

Từ khóa:

Máy học vector hỗ trợ, nhận dạng tư thế, Kinect

Keywords:

Machine Learning,

SVM, Support Vector Machine, camera Kinect, posture recognition

ABSTRACT

Human posture recognition classifies a posture captured by a camera into  pre-defined postures such as stand, sit, lay. One person will do a posture in front of the camera and the system will recognize what the posture is. This paper presents the ability to recognize 20 human postures with data provided by Kinect. The advantage of using skeleton data provided by Kinect is that the result of posture recognition is invariant to the change of light condition or noise of the picture. This paper also proposes 4 feature extraction methods from the data. After that, this data will be trained by support vector machine (SVM) model. The experiments showed that the accuracy of human posture recognition is above 98%.

TÓM TẮT

Nhận dạng tư thế người là phân lớp một tư thế thu được từ camera vào một trong các tư thế đã được định nghĩa trước đó ví dụ như: đứng, ngồi, nằm. Người mô tả tư thế sẽ đứng trước camera và hệ thống sẽ nhận dạng tư thế đó là tư thế gì. Trong bài viết này, chúng tôi trình bày về khả năng nhận dạng 20 tư thế người với dữ liệu thu được từ camera Kinect, dữ liệu thu được từ nhiều người với chiều cao khác nhau và góc thu dữ liệu khác nhau. Lợi thế của việc sử dụng dữ liệu khung xương thu từ camera Kinect là không bị ảnh hưởng bởi sự thay đổi của ánh sáng hay độ nhiễu của hình ảnh. Nghiên cứu cũng sẽ đưa ra 4 phương pháp trích đặc trưng từ dữ liệu khung xương thu thập được từ camera Kinect. Sau đó, bộ dữ liệu sẽ được đem đi huấn luyện bằng mô hình máy học véc-tơ hỗ sợ (SVM). Qua thực nghiệm cho thấy độ chính xác khi nhận dạng tư thế người đạt hơn 98%.

 

Các bài báo khác
Số Công nghệ TT 2013 (2013) Trang: 100-108
Tải về
Số Công nghệ TT 2015 (2015) Trang: 113-120
Tải về
Số 53 (2017) Trang: 44-52
Tải về
RNTI-E-37 (2021) Trang: 469-475
Tạp chí: Extraction et Gestion des Connaissances, EGC 2021, Montpelier, France, 01/2021
(2016) Trang: 668-677
Tạp chí: Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin FAIR 2016, ĐH. Cần Thơ 8/2016
1 (2011) Trang: 1
Tạp chí: 5 năm NCKH & Đào tạo
(2008) Trang:
Tạp chí: CORIA 2008, 5e Conférence en Recherche d’Information et Applications
(2008) Trang:
Tạp chí: Revue des Nounelles Technilogies de l’Information RNTI
 


Vietnamese | English






 
 
Vui lòng chờ...