메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Ngoc Nam Bui (Chonnam National University) Thuong Khanh Tran (Chonnam National University) So Hee Min (Chonnam National University) Jin Young Kim (Chonnam National University)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제13권 제3호(JKIIT, Vol.13, No.3)
발행연도
2015.3
수록면
53 - 64 (12page)
DOI
10.14801/jkiit.2015.13.3.53

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 인간동작인식(HAR)은 매우 도전적인 문제 일뿐만 아니라 다양한 응용분야에 적용이 가능하기때문에 많은 연구자들의 연구가 수행되어 왔다. 본 논문에서는 고밀도궤적(Dense Trajectory)와 MBH(Motion Boundary Histogram) 특성을 사용한 UBM 기반 GMM 수퍼벡터와 SVM을 밀집 HAR에 적용한다. GMM 수퍼벡터는 UBM 모델에 MAP 적응을 통해 학습한 후, 모든 평균벡터를 연쇄하여 얻어진다. 다음 수퍼벡터들은 SVM 분류기에 입력으로 적용된다. SVM 분류기에 최근 개발된 비선형 GMM KL과 GUMI 커널이 적용된다. 또한 분류기 모델의 강인성을 향상을 위하여 채널 융합(Channel Fusion)을 적응하였다. 본 논문의 제안한 방법과 기존의 인식 시스템들과의 비교 실험 및 분석을 수행하였다. 실험 결과 제안된 방법이 현존하는 다른 시스템에 비하여 우수한 성능을 얻었다.

목차

Abstract
요약
Ⅰ. Introduction
II. Dense Trajectories and Motion Boundary Features
III. GMM Supervector-based SVM for Human Action Recognition
IV. Experimental Setup
V. Experimental Results
V. Conclusion
References

참고문헌 (25)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0