Multiple-Stage Classification of Human Poses while Watching Television

Conference proceedings article

ผู้เขียน/บรรณาธิการ

กลุ่มสาขาการวิจัยเชิงกลยุทธ์

ไม่พบข้อมูลที่เกี่ยวข้อง

รายละเอียดสำหรับงานพิมพ์

รายชื่อผู้แต่ง: Visutarrom T., Mongkolnam P., Chan J.H.

ผู้เผยแพร่: Hindawi

ปีที่เผยแพร่ (ค.ศ.): 2015

หน้าแรก: 10

หน้าสุดท้าย: 16

จำนวนหน้า: 7

ISBN: 9781479975525

นอก: 0146-9428

eISSN: 1745-4557

URL: https://www.scopus.com/inward/record.uri?eid=2-s2.0-84937604275&doi=10.1109%2fISCBI.2014.10&partnerID=40&md5=2eefddd8df4dc5ddb1687226536d133c

ภาษา: English-Great Britain (EN-GB)

ดูในเว็บของวิทยาศาสตร์ | ดูบนเว็บไซต์ของสำนักพิมพ์ | บทความในเว็บของวิทยาศาสตร์

บทคัดย่อ

We compared the accuracy measure between a single-stage classifier model and a multiple-stage classifier model in postural classifications using Kinect. Postural training sets were collected from Kinect's skeletal data streams, based on some of the common human postures during television watching. Three types of training sets were used, including Kinect's raw skeletal training set, skeletons with attribute selection training set, and skeletal position transformation training set. We selected four learning models, namely, neural network, na๏ve Bayes, logistic regression, and decision tree, for learning our data sets and classifying a testing set to find the appropriate learning model. The best accuracy value of our experiment was 87.68 % by using skeletal position transformation training set with neural network. In the future, we will apply our technique and methodology to track elderly behaviors while they are watching television. ฉ 2014 IEEE.

คำสำคัญ

data transformation, television watching