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:
Identification of the Conjugate Pair to Estimating Object Distance: An Application of the Ant Colony Algorithm Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

A Joint Hierarchy Model for Action Recognition Using Kinect

verfasst von : Qicheng Pei, Jianxin Chen, Lizheng Liu, Chenxuan Xi

Erschienen in: Artificial Intelligence and Robotics

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

In this paper, we proposed a joint hierarchy model to represent the motion of human according to the covariance feature of adjacent joints using Kinect. SVM is used for the action classification. Experimental results show that the proposed model improves the recognition accuracy with less computation complexity.

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 A Demand-Based Allocation Mechanism for Virtual Machine
Nächstes Kapitel QoS-Based Medical Program Evolution
Literatur
1.
2.
3.
Lu, H., Li, Y., Uemura, T., Ge, Z., Xu, X., He, L., Serikawa, S.: FDCNet: filtering deep convolutional network for marine organism classification. J. Multimedia Tools Appl. 1–14 (2017)
4.
Blank, M., Gorelick, L., Shechtman, E. et al.: Actions as space-time shapes. Comput. Vis. ICCV 2005. In: Tenth IEEE International Conference on IEEE, vol. 2, pp. 1395–1402 (2005)
5.
Xia, L., Chen, C.C., Aggarwal, J.K.: View invariant human action recognition using histograms of 3D joints. In: IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, pp. 20–27. IEEE (2012)
6.
Li, W., Zhang, Z., Liu, Z.: Action recognition based on a bag of 3D points. In: IEEE Computer Society Conference on Computer Vision and Pattern Recognition-Workshops, pp. 9–14. IEEE (2010)
7.
Yang, X., Tian, Y.L.: EigenJoints-based action recognition using naïve-bayes-nearest-neighbor 38(3c), 14–19 (2012)
8.
Yuan, M., Chen, E., Gao, L.: Posture selection based on two-layer AP with application to human action recognition using HMM. In: IEEE International Symposium on Multimedia, pp. 359–364. IEEE Computer Society (2016)
9.
Lu, G., Zhou, Y., Li, X., et al.: Efficient action recognition via local position offset of 3D skeletal body joints. Multimedia Tools Appl 75(6), 3479–3494 (2016)CrossRef
10.
Zhou, L., Li, W., Zhang, Y., et al.: Discriminative key pose extraction using extended LC-KSVD for action recognition. In: International Conference on Digital Image Computing: Techniques and Applications, pp. 1–8. IEEE (2014)
11.
Vemulapalli, R., Arrate. F., Chellappa, R.: Human action recognition by representing 3D skeletons as points in a Lie group. In: IEEE Conference on Computer Vision and Pattern Recognition, pp. 588–595. IEEE Computer Society (2014)
12.
Li, J., Chen, J., Sun, L.: Joint motion similarity (JMS)-based human action recognition using kinect. In: International Conference Digital Image Computing: Techniques and Applications (DICTA), pp. 1–8. IEEE (2016)
13.
Zhu, Y., Chen, W., Guo, G.: Fusing spatiotemporal features and joints for 3D action recognition. In: Computer Vision and Pattern Recognition Workshops, pp. 486–491. IEEE (2013)
14.
Hussein, M.E., Torki, M., Gowayyed, M.A., et al.: Human action recognition using a temporal hierarchy of covariance descriptors on 3D joint locations. In: Proceedings of the Twenty-Third International Joint Conference on Artificial Intelligence, pp. 2462–2472 (2013)
15.
Fothergill, S., Mentis, H., Kohli, P., et al.: Instructing people for training gestural interactive systems. In: Sigchi Conference on Human Factors in Computing Systems, pp. 1737–1746. ACM (2012)
16.
Li, W., Zhang, Z., Liu, Z.: Action recognition based on a bag of 3D points. In: Computer Vision and Pattern Recognition Workshops, pp. 9–14. IEEE (2010)
17.
Shotton, J., Fitzgibbon, A.W., Cook, M., Sharp, T., Finocchio, M., Moore, R., Kipman, A., Blake, A.: Real-time human pose recognition in parts from single depth images. In: CVPR, pp. 1297–1304 (2011)
Metadaten
Titel
A Joint Hierarchy Model for Action Recognition Using Kinect
verfasst von
Qicheng Pei
Jianxin Chen
Lizheng Liu
Chenxuan Xi
Copyright-Jahr
2018
Buch
Artificial Intelligence and Robotics

Print ISBN: 978-3-319-69876-2

Electronic ISBN: 978-3-319-69877-9

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-69877-9_8