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:
Integrating Association Rules Mined from Health-Care Data with Ontological Information for Automated Knowledge Generation Kapitel lesen Erstes Kapitel lesen

2018 | Supplement | Buchkapitel

Human Activities Transfer Learning for Assistive Robotics

verfasst von : David Ada Adama, Ahmad Lotfi, Caroline Langensiepen, Kevin Lee

Erschienen in: Advances in Computational Intelligence Systems

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

Assisted living homes aim to deploy tools to promote better living of elderly population. One of such tools is assistive robotics to perform tasks a human carer would normally be required to perform. For assistive robots to perform activities without explicit programming, a major requirement is learning and classifying activities while it observes a human carry out the activities. This work proposes a human activity learning and classification system from features obtained using 3D RGB-D data. Different classifiers are explored in this approach and the system is evaluated on a publicly available data set, showing promising results which is capable of improving assistive robots performance in living environments.

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 Emotion Detection in E-learning Using Expectation-Maximization Deep Spatial-Temporal Inference Network
Nächstes Kapitel 3D Simulation of Navigation Problem of People with Cerebral Visual Impairment
Literatur
1.
Weiss, K., Khoshgoftaar, T.M., Wang, D.: A survey of transfer learning. J. Big Data 3, 9 (2016)CrossRef
2.
Bezdek, J.C.: Pattern Recognition with Fuzzy Objective Function Algorithms. Plenum Press, New York (1981)CrossRefMATH
3.
Lu, J., Behbood, V., Hao, P., Zuo, H., Xue, S., Zhang, G.: Transfer learning using computational intelligence: a survey. Knowl.-Based Syst. 80, 14–23 (2015)CrossRef
4.
Shell, J., Coupland, S.: Fuzzy transfer learning: methodology and application. Inf. Sci. 293, 59–79 (2015)CrossRef
5.
Iglesias, J.A., Angelov, P., Ledezma, A., Sanchis, A.: Human activity recognition based on evolving fuzzy systems. Int. J. Neural Syst. 20(05), 355–364 (2010)CrossRef
6.
Zhang, H., Yoshie, O.: Improving human activity recognition using subspace clustering. In: IEEE Machine Learning and Cybernetics (ICMLC), vol. 3, pp. 1058–1063 (2012)
7.
Han, F., Reily, B., Hoff, W., Zhang, H.: Space-time representation of people based on 3D skeletal data: a review. Comput. Vis. Image Underst. 158, 85–105 (2017)CrossRef
8.
Koppula, H.S., Gupta, R., Saxena, A.: Learning human activities and object affordances from RGB-D videos. Int. J. Robot. Res. 32, 951–970 (2013)CrossRef
9.
Li, S.-Z., Yu, B., Wu, W., Su, S.-Z., Ji, R.-R.: Feature learning based on SAEPCA network for human gesture recognition in RGBD images. Neurocomputing 151, 565–573 (2015)CrossRef
10.
Kviatkovsky, I., Rivlin, E., Shimshoni, I.: Online action recognition using covariance of shape and motion. In: IEEE Conference on Computer Vision and Pattern Recognition (2014)
11.
Faria, D.R., Premebida, C., Nunes, U.: A probabilistic approach for human everyday activities recognition using body motion from RGB-D images. In: 23rd IEEE International Symposium on Robot and Human Interactive Communication, RO-MAN, pp. 732–737. IEEE (2014)
12.
Sung, J., Ponce, C., Selman, B., Saxena, A.: Human activity detection from RGBD images. In: Proceedings of the 16th AAAI Conference on Plan, Activity, and Intent Recognition (AAAIWS11-16), pp. 47–55. AAAI Press (2011)
13.
Jalal, A., Kamal, S.: Real-time life logging via a depth silhouette based human activity recognition system for smart home services. In: 11th IEEE International Conference on Advanced Video and Signal-Based Surveillance, AVSS, pp. 74–80 (2014)
14.
Gu, Y., Do, H., Ou, Y., Sheng, W.: Human gesture recognition through a kinect sensor. In: IEEE International Conference on Robotics and Biomimetics (ROBIO), pp. 1379–1384. IEEE (2012)
15.
Adama, D.A., Lotfi, A., Langensiepen, C., Lee, K., Trindade, P.: Learning human activities for assisted living robotics. In: Proceedings of 10th Conference on Pervasive Technology Related to Assistive Environments (PETRA 2017), Island of Rhodes, Greece, 21–23 June 2017
16.
Hussein, M.E., Torki, M., Gowayyed, M.A., El-Saban, M.: Human action recognition using a temporal hierarchy of covariance descriptors on 3D joint locations. In: Proceedings of the 23rd International Joint Conference on Artificial Intelligence, pp. 2466–2472, Beijing, China. AAAI Press (2013)
17.
Wei, P., Zheng, N., Zhao, Y., Zhu, S.-C.: Concurrent action detection with structural prediction. In: Proceedings of the IEEE International Conference on Computer Vision, pp. 3136–3143. IEEE (2013)
18.
19.
20.
Cippitelli, E., Gasparrini, S., Gambi, E., Spinsante, S.: A human activity recognition system using skeleton data from RGBD sensors. Comput. Intell. Neurosci. 2016, (2016). Article ID 4351435. 14 Pages
Metadaten
Titel
Human Activities Transfer Learning for Assistive Robotics
verfasst von
David Ada Adama
Ahmad Lotfi
Caroline Langensiepen
Kevin Lee
Copyright-Jahr
2018
Buch
Advances in Computational Intelligence Systems

Print ISBN: 978-3-319-66938-0

Electronic ISBN: 978-3-319-66939-7

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-66939-7_22