Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Contemporary Digital Technologies at the Service of Cultural Heritage Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

A Dataset of Single-Hand Gestures of Sattriya Dance

verfasst von : Mampi Devi, Sarat Saharia, D. K. Bhattacharyya

Erschienen in: Heritage Preservation

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Datasets are important for validation of any method or technique. The effectiveness of a method or technique can be well judged using an unbiased, complete and correct dataset. This paper presents a novel dataset to support validation of any computer vision method for recognition of Sattriya dance hand gestures, a fifteenth-century major Indian classical dance of the state of Assam. The dataset fulfils all the major requirements and has been established using five well-known classifiers. The sample of dataset is made available at http://​agnigarh.​tezu.​ernet.​in/​~dkb/​resources.​html.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel An Image Dataset of Bishnupur Terracotta Temples for Digital Heritage Research
Nächstes Kapitel Analysis of Murals, Stucco Work, Relief Work and Textual Narratives for Understanding Clothing Styles of Vijayanagara Period
Literatur
1.
Hariharan,D., Acharya, T., Mitra, S.: Recognizing hand gestures of a dancer. In: Pattern Recognition and Machine Intelligence, pp. 186–192. Springer (2011)
2.
Saha, S., Ghosh, L., Konar, A., Janarthanan, R.: Fuzzy l membership function based hand gesture recognition for bharatanatyam dance. In: 2013 5th International Conference on Computational Intelligence and Communication Networks (CICN), pp. 331–335. Springer (2013)
3.
Saha, S., Ghosh, S., Konar, A., Nagar, A.K.: Gesture recognition from Indian classical dance using kinect sensor. In: Fifth International Conference on Computational Intelligence, Communication Systems and Networks, pp. 3–8 (2013)
4.
Saha, S., Ghosh, S., Konar, A., Janarthanan, R.: Identification of Odissi dance video using Kinect sensor. In: International Conference on Advances in Computing, Communications and Informatics (ICACCI), pp. 1837–1842. IEEE (2013)
5.
Borah, K.: Sattriya Nrityar Rup darshan. Grantha-Sanskriti. Tarazan. Jorhat (2009)
6.
Triesch, J., Malsburg, C.V.D.: Robust classification of hand postures against complex backgrounds. In: Proceedings of the Second International Conference on Automatic Face and Gesture Recognition, pp. 170–175. IEEE Computer Society Press, Killington, Vermont, USA, 14–16 Oct 1996
7.
Jochen, T., Christoph, V.D.M.: A system for person-independent hand posture recognition against complex backgrounds. IEEE PAMI 23(12), 1449–1453 (2001)
8.
Marcel, S.: Hand posture recognition in a body-face centered space. In: Proceedings of the Conference on Human Factors in Computer Systems (CHI) (1999)
9.
Marcel, S., Bernier,O., Viallet, J.-E., Collobert, D.: Hand gesture recognition using input/output hidden Markov models. In: Proceedings of the 4th International Conference on Automatic Face and Gesture Recognition (AFGR) (2000)
10.
Kadous, M.W.: GRASP: Recognition of Australian Sign Language using Instrumented Gloves, Honours thesis, School of Computer Science and Engineering, University of New South Wales (1995)
11.
Pisharady, P.K., Vadakkepat, P., Loh, A.P.: Hand posture and face recognition using a fuzzy-rough approach. Int. J. Hum. Robot. 7(3), 331–356 (2010)
12.
Pisharady, P.K., Vadakkepat P., Loh, A.P.: Attention based detection and recognition of hand postures against complex backgrounds. Int. J. Comput. Vis. 101(3), 403–419 (2013)CrossRef
13.
Barczak, A.L.C., Reyes, N.H., Abastillas, M., Piccio, A., Susnjak, T.: A new 2D static hand gesture colour image dataset for ASL gestures. Massey University (2011)
14.
Kawulok, M., Kawulok, J., Nalepa, J., Smolka, B.: Self-adaptive algorithm for segmenting skin regions. EURASIP J. Adv. Signal Process. 170 (2014)
15.
Nalepa, J., Kawulok, M.: Fast and accurate hand shape classification. In: Beyond Databases Architectures and Structures. CCIS, pp. 364–373. Springer, Berlin, Heidelberg (in press) (2014)
16.
Mukherjee, S., Das, K.: An adaptive gmm approach to background subtraction for application in real time surveillance 2(1), 39–46 (2013). arXiv:​1307.​5800
17.
Mukundan, R., Ramakrishnan, K.R.: Moment Functions in Image Analysis: Theory and Applications. World Scientific, Singapore (1998)CrossRef
18.
Clowes, M.B., Parks, J.R.: A new technique in automatic character recognition. Comput. J. 4(2), 121–128 (1961)CrossRef
19.
Ngan, K.N., Kang, S.B.: Fuzzy quaternion approach to object recognition incorporating Zernike moment invariants. In: 10th International Conference on Pattern Recognition Proceedings, pp. 288–290. IEEE (1990)
20.
Saharia, S., Bora P.K., Saikia D.K.: Representation of printed characters with Legendre moments. In: Proceedings of 5th International Conference on Advances in Pattern Recognition 2003, Indian Statistical Institute, Kolkata, pp. 280–283, 11–13 Dec 2003
21.
22.
Hsu, C.-W., Chang, C.-C., Lin, C.-J.: A practical guide to support vector classification 1–16 (2003)
Metadaten
Titel
A Dataset of Single-Hand Gestures of Sattriya Dance
verfasst von
Mampi Devi
Sarat Saharia
D. K. Bhattacharyya
Copyright-Jahr
2018
Verlag
Springer Singapore
Buch
Heritage Preservation

Print ISBN: 978-981-10-7220-8

Electronic ISBN: 978-981-10-7221-5

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-981-10-7221-5_14