Koszyk 0
IMG_6375

KLASYFIKACJA WIELOMODALNYCH DANYCH RUCHU

Adam Świtoński

  • Tom: 11
  • Seria: Monografie naukowe
  • Rok wydania: 2013
  • Oprawa: miękka
  • Objętość: 177 stron
  • ISBN: 978-83-63103-37-8

28,00 

ID produktu: 2340 Kategorie: , .

Notka biograficzna:

Adam Świtoński (ur. 3 września 1975) – doktor nauk technicznych w zakresie informatyki, członek Korpusu Ekspertów Narodowego Centrum Nauki. Jego zainteresowania badawcze związane są z obszarami zastosowań obrazowania wielo i hiperspektralnego na potrzeby diagnozy fotodynamicznej i diagnostyki chorób dna oka oraz zagadnieniami klasyfikacji wielomodalnych danych ruchu w problemach identyfikacji osobniczej i oceny nieprawidłowości chodu. Specjalizuje się w technikach nadzorowanego i nienadzorowanego uczenia maszynowego. Jest wykładowca Politechniki Śląskiej i Polsko-Japońskiej Wyższej Szkoły Technik Komputerowych na studiach pierwszego, drugiego i trzeciego stopnia, autorem 64 publikacji naukowych i kierownikiem trzech projektów badawczych.

Streszczenie:

Tematyka opracowania obejmuje zagadnienia związane z analizą dyskryminacyjną wielomodalnych danych ruchu w reprezentacjach z zadanym modelem szkieletowym i zawierających sekwencje sylwetek postaci. Brane pod uwagę są trzy podejścia do klasyfikacji danych ruchu: ekstrakcja i selekcja cech uzupełnione o nadzorowana klasyfikacje, transformata dynamicznego marszczenia czasu i niejawne modele Markowa. Do ekstrakcji cech zbioru rotacji stosowane sa miedzy innymi statystyki kwaternionowe uwzgledniające wartość średnią, medianę, odchylenie standardowe i rozkład głównego kierunku, a do oszacowania podobienstwa par obrotów badane różne miary bazujące na przestrzeniach katów Eulera i kwaternionów. Na podstawie uzyskanych wyników predykcji w odniesieniu do pojedynczych stawów konstruowany jest ich ranking, a z wykorzystaniem odpowiedniej metody poszukiwań wyznaczana jest optymalna kombinacja stawów w zadanym problemie klasyfikacji. Dla przestrzeni opisu pozy i sylwetki postaci oraz całych tensorów danych ruchu prowadzona jest redukcja wymiarowości, a dla generycznego podejścia ekstrakcji cech -automatyczna selekcja. Przedstawione wyniki eksperymentów obliczeniowych obejmują problemy rozpoznawania pojedynczej pozy, identyfikacji osobniczej chodu oraz oceny nieprawidłowości ruchu w chorobach zwyrodnieniowych stawów biodrowych i kręgosłupa, a także w stanach poudarowych mózgu i chorobie Parkinsona.

Napisz pierwszą recenzję “KLASYFIKACJA WIELOMODALNYCH DANYCH RUCHU”