Understanding Human Actions: A Graph Convolutional Framework for Intelligent Systems in Human-Robot Interaction

Xing, Hao

Hao Xing

If you experience problems opening the document, please try this link.

Original title:: Understanding Human Actions: A Graph Convolutional Framework for Intelligent Systems in Human-Robot Interaction
Translated title:: Menschliches Verhalten verstehen: ein Graphenfaltungsrahmen für intelligente Systeme für die Mensch-Robot-Interaktion
Author:: Xing, Hao
Year:: 2024
Document type:: Dissertation
Faculty/School:: TUM School of Computation, Information and Technology
Institution:: Informatik 6 - Professur für Informatik mit Schwerpunkt Telerobotik und Sensordatenfusion - (Prof. Burschka)
Advisor:: Burschka, Darius (Prof. Dr.)
Referee:: Burschka, Darius (Prof. Dr.); Diepold, Klaus (Prof. Dr.)
Language:: en
Subject group:: DAT Datenverarbeitung, Informatik
Keywords:: Human Action Recognition, Understanding Human-Object Interaction, Human-Robot Collaboration
Translated keywords:: Erkennung menschlichen Verhaltens, Verständnis der Mensch-Objekt-Interaktion, Mensch-Maschine-Zusammenarbeit
TUM classification:: DAT 760
Abstract:: Understanding human behavior is crucial for intelligent systems, especially in human-computer interaction. This research delves into abstracting human behavior through graph representations, leveraging attention mechanisms to adapt relationships, and leveraging graph convolutional networks to parse spatial and temporal features. The framework predicts labels, and segments sequences, and aims to bridge the gap between training and real-world scenarios for safer human-computer interaction.
Translated abstract:: Das Verstehen menschlichen Verhaltens ist für intelligente Systeme wichtig, besonders bei Mensch-Robot-Interaktionen. Diese Arbeit nutzt Graphdarstellungen, Aufmerksamkeitsmechanismen und Graphfaltungsnetze, um Verhaltensmuster zu analysieren. Der Ansatz ermöglicht Vorhersagen und Segmentierungen, um die Lücke zwischen Training und realen Szenarien zu schließen und die Interaktion sicherer zu gestalten.
WWW:: https://mediatum.ub.tum.de/?id=1735850
Date of submission:: 16.04.2024
Oral examination:: 19.12.2024
File size:: 21118985 bytes
Pages:: 132
Urn (citeable URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20241219-1735850-0-4
Last change:: 13.01.2025
BibTeX