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
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Multimodal Based Clouds Computing Systems for Healthcare and Risk Forecasting Based on Subjective Analysis Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Classifying Human Body Postures by a Support Vector Machine with Two Simple Features

verfasst von : Nguyen Van Tao, Nong Thi Hoa, Quach Xuan Truong

Erschienen in: Advances in Information and Communication Technology

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

Human behaviour analysis helps to monitor a person’s daily activities and detect home care emergencies. Classifying posture is an important step of human behaviour analysis. Many studies improve the accuracy of classifying. However, the number of features is big or extracting these features uses complicated formulas. Therefore, we proposed two features with simple computing. Two new features are formulated from the height and the square showing the human body’s silhouettes. Then, we choose a non-linear Support Vector Machine to classify postures based on proposed features. Experiments show Support Vector Machine classify effectively and better than other methods.

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 BKCA, an E-Consultancy System for Studying
Nächstes Kapitel Cluster Analysis, Classification and Forecasting Tool on DS30 for Better Investment Decision
Literatur
1.
Juang, C.-F., Chen, T.-C., Du, W.-C.: Human body 3D posture estimation using significant points and two cameras. Sci. World J. 2014, 17 (2014)CrossRef
2.
Juang, C.-F., Liang, C.-W., Lee, C.-L., Chung, I.-F.: Vision-based human body posture recognition using support vector machines. In: International Conference on Awareness Science and Technology, pp. 150–155 (2012)
3.
Wu, C., Aghajan, H.: Model-based human posture estimation for gesture analysis in an opportunistic fusion smart camera network. In: IEEE International Conference on Advanced Video and Signal Based Surveillance, pp. 453–458 (2007)
4.
Cortes, C., Vapnik, V.: Support vector networks. Mach. Learn. 20(3), 273–297 (1995)MATH
5.
MacKay, D.: Information Theory, Inference and Learning Algorithms, pp. 284–292. Cambridge University Press, Cambridge (2003). ISBN: 0-521-64298-1
6.
7.
Cohen, I., Li, H.: Inference of human postures by classification of 3D human body shape. In: IEEE International Workshop on Analysis and Modeling of Faces and Gestures, pp. 74–81 (2003)
8.
Shotton, J., Sharp, T., Kipman, A., Fitzgibbon, A., Finocchio, M., Blake, A., Cook, M., Moore, R.: Real-time human pose recognition in parts from single depth images. ACM Commun. 56, 116–124 (2013)CrossRef
9.
Goldmann, L., Karaman, M., Sikor, T.: Human body posture recognition using MPEG-7 descriptors. In: Visual Communications and Image Processing, pp. 18–22 (2004)
10.
Hoa, N.T., Bui, T.D.: A new effective learning rule of Fuzzy ART. In: Conference on Technologies and Applications of Artificial Intelligence, pp. 224–231. IEEE Press (2012)
11.
Zerrouki, N., Houacine, A.: Automatic classification of human body postures based on the truncated SVD. J. Adv. Comput. Netw. 2, 58–62 (2014)CrossRef
12.
Cucchiara, R., Grana, C., Prati, A., Vezzani, R.: Probabilistic posture classification for human-behavior analysis. IEEE Trans. Syst. Man Cybern. 35, 42–54 (2005)CrossRef
13.
Russell, S., Norvig, P.: Artificial Intelligence: A Modern Approach, 2nd edn. Prentice Hall, Upper Saddle River (2003)MATH
14.
Girondel, V., Bonnaud, L., Caplier, A., Rombaut, M.: Belief theory-based classifiers comparison for static human body postures recognition in video. World Acad. Sci. Eng. Technol. 4, 627–630 (2007)
Metadaten
Titel
Classifying Human Body Postures by a Support Vector Machine with Two Simple Features
verfasst von
Nguyen Van Tao
Nong Thi Hoa
Quach Xuan Truong
Copyright-Jahr
2017
Buch
Advances in Information and Communication Technology

Print ISBN: 978-3-319-49072-4

Electronic ISBN: 978-3-319-49073-1

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-49073-1_21

Premium Partner

    Bildnachweise