HyperAIHyperAI

Command Palette

Search for a command to run...

تمييز أفعال الإنسان المستقلة عن الرؤية باستخدام توزيعات التوقيعات الثلاثية الأبعاد

Chia-Chih Chen J. K. Aggarwal Lu Xia

الملخص

في هذه الورقة، نقدم نهجًا جديدًا لتمييز الحركات البشرية باستخدام مخططات توزيع مواقع المفاصل ثلاثية الأبعاد (HOJ3D) كتمثيل مكثف للوضعيات. نستخرج مواقع المفاصل العظمية ثلاثية الأبعاد من خرائط العمق الخاصة بـ Kinect باستخدام طريقة شوتون وآخرون [6]. يتم إعادة ترسيم مخططات HOJ3D المُحتسبة من تسلسلات العمق الخاصة بالحركة باستخدام التحليل التمييزي الخطي (LDA)، ثم تُجمَّع إلى k كلمة بصرية تمثل الوضعيات النموذجية للحركات. ويُنمذج التغير الزمني لهذه الكلمات البصرية باستخدام نماذج ماركوف المخفية المنفصلة (HMMs). بالإضافة إلى ذلك، وبسبب تصميم نظام الإحداثيات الكروية لدينا، بالإضافة إلى تقدير عظمي ثلاثي الأبعاد المُتماسك المستمد من Kinect، تُظهر طريقة العمل لدينا استقرارًا كبيرًا تجاه التغيرات في الزاوية المرئية على مجموعة بيانات الحركات ثلاثية الأبعاد الخاصة بنا. وتتكون مجموعة بياناتنا من 200 تسلسلاً ثلاثي الأبعاد لـ 10 أنشطة داخلية أُنجزت من قبل 10 أفراد من زوايا مختلفة. وتكمن ميزة طريقة العمل في قدرتها على العمل في الزمن الفعلي، كما تحقق نتائج متفوقة على مجموعة بيانات الحركات ثلاثية الأبعاد الصعبة. وقد اختبرنا خوارزميتنا أيضًا على مجموعة بيانات MSR Action 3D، حيث تفوقت خوارزميتنا على طريقة لي وآخرون [25] في معظم الحالات.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp