Benutzer: Gast  Login
Originaltitel:
Machine Learning for Human Motion Analysis and Gesture Recognition 
Übersetzter Titel:
Maschinelle Lernverfahren zur menschlichen Bewegungsanalyse und Gestenerkennung 
Jahr:
2012 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Informatik 
Betreuer:
Navab, Nassir (Prof. Dr.) 
Gutachter:
Pless, Robert (Prof., Ph.D.); Navab, Nassir (Prof. Dr.) 
Sprache:
en 
Fachgebiet:
DAT Datenverarbeitung, Informatik 
Stichworte:
Human Pose Estimation, Activity Recognition, Manifold Learning, Wearable Sensors, Depth Cameras 
Übersetzte Stichworte:
Bewegungserkennung, Aktivitätserkennung, Manifold Learning, Inertialsensoren, Tiefenkameras 
Schlagworte (SWD):
Bewegungsanalyse; Technik; Maschinelles Lernen; Bilderkennung 
TU-Systematik:
DAT 708d; DAT 760d 
Kurzfassung:
In this thesis, we investigate machine learning methods for human motion analysis. We introduce algorithms for human pose estimation and activity recognition that do not rely on classical cameras and that can cope with noisy and incomplete input data. We propose methods that capture human movements using body-worn inertial sensors or using a depth camera. In a training phase, the measurements from these modalities are complemented with precise motion data recorded with a camera-based system. We...    »
 
Übersetzte Kurzfassung:
Diese Arbeit befasst sich mit maschinellem Lernen zur Analyse menschlicher Bewegungen. Es werden Algorithmen zur Erkennung von Körperhaltungen und Aktivitäten vorgestellt, die auf klassische Kameras verzichten und mit unvollständigen und verrauschten Daten zurecht kommen. Die vorgestellten Verfahren benutzen am Körper getragene Inertialsensoren oder eine Tiefenkamera als Eingabemedium. In einer Trainingsphase werden die Messungen dieser Modalitäten um präzise Bewegungsdaten ergänzt, die mit eine...    »
 
Mündliche Prüfung:
22.06.2012 
Dateigröße:
69206895 bytes 
Seiten:
163 
Letzte Änderung:
04.09.2012