A hybrid approach to human posture classification during TV watching

บทความในวารสาร

ผู้เขียน/บรรณาธิการ

กลุ่มสาขาการวิจัยเชิงกลยุทธ์

ไม่พบข้อมูลที่เกี่ยวข้อง

รายละเอียดสำหรับงานพิมพ์

รายชื่อผู้แต่ง: Chan J.H., Visutarrom T., Cho S.-B., Engchuan W., Mongolnam P., Fong S.

ผู้เผยแพร่: American Scientific Publishers

ปีที่เผยแพร่ (ค.ศ.): 2016

วารสาร: Journal of Medical Imaging and Health Informatics (2156-7018)

Volume number: 6

Issue number: 4

หน้าแรก: 1119

หน้าสุดท้าย: 1126

จำนวนหน้า: 8

นอก: 2156-7018

eISSN: 2156-7026

URL: https://www.scopus.com/inward/record.uri?eid=2-s2.0-84988376944&doi=10.1166%2fjmihi.2016.1809&partnerID=40&md5=f1c723d1f6384a3aa3faf6a3fa01c710

ภาษา: English-Great Britain (EN-GB)

ดูในเว็บของวิทยาศาสตร์ | ดูบนเว็บไซต์ของสำนักพิมพ์ | บทความในเว็บของวิทยาศาสตร์

บทคัดย่อ

Human posture classification in near real time is a significant challenge in various fields of research. Recently, the use of the Microsoft Kinect system for 3D skeleton detection has shown to be of promise. This work compares four common classifiers and the use of a hybrid approach for classification. The results show that the use of a hybrid genetic algorithm and random forest classifier is able to provide fast and robust human posture classification. Finally, to aid in further development of posture detection, a comprehensive human posture data set while watching television has been generated in this work for benchmarking purpose and made available publicly at http://dlab.sit.kmutt.ac.th/index.php/human-posture-datasets. Copyright ฉ 2016 American Scientific Publishers All rights reserved.

คำสำคัญ

Benchmarking, Human posture classification, Hybrid approach