ترجمه مقاله سیستم تشخیص همزمان حرکت انسان با استفاده از ترکیب حسگر عمقی و اینرسی – سال 2016
مشخصات مقاله:
عنوان فارسی مقاله:
سیستم تشخیص همزمان حرکت انسان با استفاده از ترکیب حسگر عمقی و اینرسی
عنوان انگلیسی مقاله:
A Real-Time Human Action Recognition System Using Depth and Inertial Sensor Fusion
کلمات کلیدی مقاله:
تشخیص فعالیت انسان، سیستم تشخیص همزمان فعالیت انسان، حسگر دوربین عمق، حسگر اینرسی قابل پوشیدن، ترکیب حسگر
مناسب برای رشته های دانشگاهی زیر:
مهندسی کامپیوتر و مهندسی برق
مناسب برای گرایش های دانشگاهی زیر:
هوش مصنوعی، مهندسی الکترونیک، مهندسی کنترل و ابزار دقیق
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
یک-مقدمه
دو. مرور کلی بر روش ترکیب حسگر
الف- حسگرها
ب- استخراج ویژگی
پ) عامل دسته بندی نمایش گروهی
سه-تعدیل های انجام شده برای سیستم همزمان
الف- تعیین انتها و شروع فعالیت
ب) روش ترکیبی
چهار-نتایج تجربی و بحث
الف- تنظیمات پارامتر
ب- تحلیل آفلاین
پ)نتایج عملیات همزمان
پنج-نتیجه گیری
قدردانی
قسمتی از مقاله انگلیسی و ترجمه آن:
I. INTRODUCTION
HUMAN action recognition is finding its way into commercial products and is of benefit to many humancomputer interface applications. Example applications include hand gesture interaction, smart assistive living, and gaming. Different sensors have been used to perform human action recognition. These sensors include conventional RGB cameras, e.g. [1]–[3], depth cameras, in particular Kinect, e.g. [4]–[7], and inertial sensors, e.g. [8]–[10]. In our previous works [11]–[13], it was shown that improvements in recognition rates can be achieved by combining or fusing the information from a depth camera and an inertial sensor over the situations when each of these sensors is used individually due to the complementary aspect of the information provided by these two differing modality sensors. In [13], we reported a human action recognition method which involved the development of depth motion map features and the utilization of a collaborative representation classifier. However, the experimental analysis reported in [13] was conducted based on the data that were collected simultaneously from the sensors. In this paper, we have made modifications to the method reported in [13] in order to produce a human action recognition system which runs in real-time. These modifications include (i) adding a module to automatically detect the start and end of an action in real-time, (ii) modifying the fusion approach to reduce the computational complexity for realtime operation, (iii) carrying out extensive experimentations in offline and real-time manner for both subject-generic and subject-specific scenarios.
مقدمه
تشخیص فعالیت انسان راه خود را به سوی محصولات تجاری یافته است و مزایای زیادی برای بسیاری از نرم افزارهای سطح مشترک رایانه-انسان دارد. نرم افزارهای نمونه شامل تثیر متقابل ژست دست، کمک زندگی هوشمند و بازی می باشد. حس گرهای مختلف برای انجام تشخیص فعالیت انسان به کار رفته اند. این حس گرها شامل دوربین های آر.جی.بی برای نمونه 3-1، دوربین های دقیق به طور ویژه کینکت از جمله 7-4 و حس گرهای اینرسی همانند 10-8 می باشد.
در کارهای قبلی ما 13-11، نشان داده شد که بهبود در میزان تشخیص را می توان با ترکیب اطلاعات از دوربین عمیق و حس گر اینرسی در موقعیت ها به دست آورد هنگامی که هر یک از این حس گرها به طور مجزا به خاطر جنبه تکمیلی اطلاعات فراهم شده با این دو حس گر وجه مختلف به کار می روند. در (13)، روش تشخیص فعالیت انسان را گزارش کردیم که شامل توسعه ویژگی های نقشه حرکتی عمیق و استفاده از عامل دسته بندی نمایش گروهی می گردد. به هر حال، تحلیل آزمایشی گزارش شده در (13) بر اساس داده هایی انجام گردید که به طور همزمان از حس گرها جمع آوری گردید. در این مقاله، تعدیل هایی در روش گزارش شده در (13) انجام داده ایم به منظور اینکه سیستم تشخیص فعالیت انسانی تولید کنیم که به طور همزمان اجرا می گردد. این تعدیل ها شامل موارد زیر است، الف) افزودن قطعه به تشخیص خودکار شروع و انتهای فعالیت به طور همزمان، ب) تعدیل رویکرد ترکیب جهت کاهش پیچیدگی محاسباتی جهت عملیات همزمان و پ) انجام آزمایشات گسترده به حالت آفلاین و همزمان برای سناریو موضوع کلی و موضوع اختصاصی.
