CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

شناسایی رفتار انسان از ویدئوهای عمقی به کمک الگوریتم زیرفضای تصادفی

اعتبار موردنیاز PDF: ۱ WORD: ۵ | تعداد صفحات: ۱۱ | تعداد نمایش خلاصه: ۲۴۸ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: CITCOMP01_114
زبان مقاله: فارسی
حجم فایل: ۲۷۹.۷۷ کیلوبایت (فایل این مقاله در ۱۱ صفحه با فرمت PDF قابل دریافت می باشد)
محتوای کامل این مقاله با فرمت WORD هم قابل دریافت می باشد.

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۱۱ صفحه و در دو فرمت PDF یا WORD بر اساس انتخاب شما، قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال و یا فایل با فرمت WORD را به قیمت ۱۲۰,۰۰۰ ریال بلافاصله دریافت فرمایید.
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF یا WORD مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۱ صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله شناسایی رفتار انسان از ویدئوهای عمقی به کمک الگوریتم زیرفضای تصادفی

  حمیدرضا شایق بروجنی - دانشگاه تربیت دبیر شهید رجایی تهران
  سیدحامد میرسعیدی - دانشگاه تربیت دبیر شهید رجایی تهران
  نگار رواسانی - دانشگاه تربیت دبیر شهید رجایی تهران

چکیده مقاله:

این مقاله در حوزه بازشناسی رفتار انسان تدوین شده است و به بررسی سه دسته از ویژگی های به دست آمده از ویدئوهای عمقی می پردازد. این ویژگی ها عبارتند از: مختصات مفاصل بدن انسان در دنیای واقعی ( فضای 3 بعدی )، مختصات مفاصل بدن انسان در صفحه نمایش ( فضای 2 بعدی ) و عمق مفاصل. در ابتدا از هر ویدئو، 6 فریم کلیدی جدا شده، سپس ویژگی های ذکر شده، از تمامی فریم های کلیدی استخراج می شوند. در نهایت برای کلاس بندی، از الگوریتم زیرفضای تصادفی استفاده می شود. در این الگوریتم از طبقه بندهای SVM و KNN استفاده نمودیم. در این پژوهش، در نهایت میانگین میزان دقت تشخیص حرکات بر روی مجموعه داده MSR Daily Activity 3D [1] ، %82 به دست آمد، که این میزان، در مقایسه با بهترین روش ارائه شده بر روی این مجموعه داده [2]، %8,2 بهبود یافته است. از نوآورهای قابل ذکر در این پژوهش، می توان به استفاده از ویدئوهای عمقی به جای ویدئوهای RGB و ترکیب 3 دسته ویژگی های متفاوت و نیز به کارگیری الگوریتم زیرفضای تصادفی در فرآیند شناسایی رفتار، اشاره نمود.

کلیدواژه‌ها:

شناسایی رفتار، ویدئوهای عمقی، الگوریتم زیرفضای تصادفی، طبقه بند SVM، طبقه بند KNN

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CITCOMP01-CITCOMP01_114.html
کد COI مقاله: CITCOMP01_114

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
شایق بروجنی, حمیدرضا؛ سیدحامد میرسعیدی و نگار رواسانی، ۱۳۹۵، شناسایی رفتار انسان از ویدئوهای عمقی به کمک الگوریتم زیرفضای تصادفی، کنفرانس بین المللی مهندسی کامپیوتر و فناوری اطلاعات، تهران، دبیرخانه دایمی کنفرانس، https://www.civilica.com/Paper-CITCOMP01-CITCOMP01_114.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (شایق بروجنی, حمیدرضا؛ سیدحامد میرسعیدی و نگار رواسانی، ۱۳۹۵)
برای بار دوم به بعد: (شایق بروجنی؛ میرسعیدی و رواسانی، ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :

  • A.Eweiwi, M.S.Cheema, C.B auckhage, J. Gall, Efficient pose-based action recognition, ...
  • T. K. Ho, "The random subspace method for constructing decision ...
  • M. Skurichina and R. P. W. Duin, "Bagging, Boosting and ...
  • L. I. Kuncheva, et al., "An experimental study On diversity ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۲۸۰۱
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.