Text
Particle filter with binary gaussian weighting and support vector machine for human pose interpretation
Makalah ini mengusulkan interpretasi berpose manusia menggunakan filter partikel (PF) dengan Binary Gaussian Pembobotan dan dukunganrnmesin vektor (SVM). Dalam sistem yang diusulkan, filter partikel digunakan untuk melacak objek manusia, maka objek manusia inirnskeletonized menggunakan menipis algoritma dan diklasifikasikan menggunakan SVM. klasifikasi adalah untuk mengidentifikasi berpose manusia, apakah iturnadalah perilaku normal atau abnormal. Berikut filter partikel dimodifikasi melalui perhitungan berat badan menggunakan distribusi Gaussianrnuntuk mengurangi waktu komputasi. filter partikel yang dimodifikasi terdiri dari empat tahap utama. Pertama, partikel yang dihasilkanrnuntuk memprediksi lokasi target. Kedua, berat partikel tertentu dihitung dan partikel-partikel ini digunakan untuk membangunrndistribusi Gaussian. Ketiga, berat semua partikel dihitung berdasarkan distribusi Gaussian. Keempat, partikelrnyang diperbarui berdasarkan masing-masing diubah Filter weigM Partikel bisa mengurangi waktu komputasi dari objek pelacakan sejakrnmetode ini tidak harus menghitung berat partikel satu persatu. Untuk menghitung berat badan, metode yang diusulkan membangunrndistribusi Gaussian dan menghitung berat partikel menggunakan distribusi ini. Melalui percobaan menggunakan data videorndiambil di depan kasir toko, metode yang diusulkan mengurangi waktu komputasi dalam pelacakanrnproses sampai 68,34% rata-rata dibandingkan dengan yang konvensional, sedangkan akurasi pelacakan dengan baru inirnMetode sebanding dengan metode filter partikel, yaitu 90,3%. Menggabungkan filter partikel dengan bobot Gaussian binerrndan mesin dukungan vektor menjanjikan untuk maju kejahatan awal adegan penyelidikan.
Tidak ada salinan data
Tidak tersedia versi lain