Browsing by Subject "Human motions"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
Item Open Access İnsan hareketlerinin PIR-sensör tabanlı bir sistemle sınıflandırılması(IEEE, 2008-04) Urfalıoğlu, Onay; Soyer, Emin B.; Töreyin, B. Uğur; Çetin, A. EnisBu bildiride, tek bir pasif kızılberisi sensörü (PIR) kullanarak beş farklı insan hareketi ve bir hareketsiz arkaplan gürültüsünden oluşan toplam 6 çeşit olay için bir sınıflandırma yöntemi önerilmiştir. Otomatik olay sınıflandırma sistemleri, dinamik süreçler barındıran ortamlar için yeni uygulamalara fırsat vermektedir. Olay sınıflandırması, herhangi bir sensör ya da sensör dizisinden gelen işaretlerin analiz edilerek, belirli bir olaya ait dinamik süreçle eşleştirilmesi olarak tanımlanabilir. Genelde, insan etkinliklerinin izlenmesi uygulamalarında kamera ve mikrofonlar kullanılmaktadır. Bir alternatif veya bir tümleyici yaklaşım olarak, bahsi geçen uygulamalarda PIR sensörleri de kullanılabilir. Bu bildiride, olay sınıflandırılması için Bayes yaklaşımına dayalı olan şartlı Gauss karışım modeli (CGMM) kullanımı önerilmektedir. Deneysel çalışmalarda, bu yaklaşımın başarılı olduğu görülmüştür.Item Open Access Yüksek boyutlu öznitelik uzayında hareket tanıma(IEEE, 2013-04) Adıgüzel, Hande; Erdem, Hayrettin; Ferhatosmanoǧlu, Hakan; Duygulu, PınarAnalyzing and interpreting human actions is an important and challenging area of computer vision. Different solutions are used for representing human actions; we prefer to use spatio-temporal interest points for motion descriptors. Besides, the space-time interest point feature space is considerably high-dimensional and it is hard to eliminate the curse of dimensionality with traditional similarity functions. We apply a matching based approach for high dimensional feature space that matches sequences to classify actions. © 2013 IEEE.