Benutzer: Gast  Login
Originaltitel:
Efficient 3D Human Motion Perception System with Un-supervision, Randomization and Discrimination 
Übersetzter Titel:
Ein effizientes Wahrnehmungssystem menschlicher 3D-Bewegung durch die Nutzung von Nicht-Überwachung, Diskriminierung und Randomisierung 
Jahr:
2017 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Informatik 
Betreuer:
Knoll, Alois (Prof. Dr. habil.) 
Gutachter:
Knoll, Alois (Prof. Dr. habil.); Qiao, Hong (Prof. Dr.) 
Sprache:
en 
Fachgebiet:
DAT Datenverarbeitung, Informatik 
TU-Systematik:
DAT 260d; DAT 815d 
Kurzfassung:
Building a 3D human motion perception system in an efficient way remains non-trivial. This work presents two frameworks for the development of 3D human motion perception systems: autonomously feature learning with un-supervision and efficient system developing with randomization and discrimination. The major contribution of this thesis is the presentation of three advanced machine learning techniques, Un-supervision, discrimination and randomization, to guarantee the efficiency when developing 3...    »
 
Übersetzte Kurzfassung:
Ein Wahrnehmungssystem für menschliche 3D Bewegungen effizient zu bauen ist nachwievor nicht trivial. Diese Arbeit stellt 2 Frameworks zur Entwicklung von 3D Wahrnehmungssystemen menschlicher Bewegungen vor: autonomes Lernen von Features und effiziente Systementwicklung mit Randomisierung und Diskriminierung. Der größte Beitrag dieser Arbeit ist die Vorstellung dreier Machine Learning Techniken, Nicht-Überwachung, Diskriminierung und Randomisierung, um die Effizienz bei der Entwicklung von Wahrn...    »
 
Mündliche Prüfung:
07.06.2017 
Dateigröße:
13729750 bytes 
Seiten:
133 
Letzte Änderung:
02.08.2017