بازشناسی کنش های انسانی با استفاده از ویژگی های محلی مبتنی بر کیسه واژگان
Publish place: The Second National Conference on Applied Research in Computer Science and Information Technology
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 558
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CITCONF02_162
تاریخ نمایه سازی: 19 اردیبهشت 1395
Abstract:
در این مقاله یک رویکرد جدید برای بازشناسی کنش های انسانی در یک دنباله ویدئویی ارائه شده است . برای بازنمایی کنش ها از توصیف گر HOG3D و مدل کیسه واژگان استفاده شده است. از معایب رویکرد کیسه واژگان نادیده گرفتن اطلاعات هندسی و زمانی ویژگی ها هست که در این مقاله برای رفع این مشکل یک رویکرد جدید بر مبنای مدل بخشی ارائه شده است. در این مقاله برای آشکارسازی نقاط کلیدی از نمونه برداری فشرده استفاده شده است. ناحیه اطراف نقاط کلیدی یا توصیف گر HOG3D توصیف شده و سپس در بردار پشتیبان برای طبقه بندی کنش ها استفاده شده است. نتایج حاصل از آزمایشات حاکی از قوی تر بودن پول دار ویژگی نهایی نسبت به مدل ساده کیسه واژگان است.
Keywords:
Authors
سید مجید خراشادیزاده
دانشجوی کارشناسی ارشد مهندسی کامپیوتر گروه کامپیوتر دانشکده مهندسی برق و کامپیوتر،دانشگاه یزد،ایران
علی محمد لطیف
استادیار دانشگاه، مهندسی کامپیوتر گروه کامپیوتر دانشکده مهندسی برق و کامپیوتر،دانشگاه یزد،ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :