lnu.sePublikationer
Driftstörningar
Det förekommer återkommande driftstörningar på några av sök-portalerna på grund av hög belastning. Vi arbetar på att lösa problemet, ni kan tillfälligt mötas av ett felmeddelande.
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Speed-invariant video comparison for robust human action recognition
Linnéuniversitetet, Fakulteten för teknik (FTK), Institutionen för datavetenskap (DV).
2017 (Engelska)Självständigt arbete på grundnivå (kandidatexamen), 10 poäng / 15 hpStudentuppsats (Examensarbete)
Abstract [en]

As cameras and especially 3D cameras got affordable within recent years they can be used by a wider range of people. Human action recognition based on 3D coordinates recorded with such devices including a depth camera made it possible to compute video data easier. Many already published papers ignore the difference of speed within the execution of the same action. This paper suggests and evaluates multiple algorithms handling that problem based on Dynamic Time Warping and compares them with regard to runtime and accuracy. An additional algorithm from Softwerk AB is analyzed, adjusted and compared. An approach for a fast and robust algorithm able to compute a massive amount of stored sequences is proposed within this paper. The new algorithm depends on further research as not all prerequisites are met yet.

Ort, förlag, år, upplaga, sidor
2017. , s. 17
Nationell ämneskategori
Datavetenskap (datalogi)
Identifikatorer
URN: urn:nbn:se:lnu:diva-60293OAI: oai:DiVA.org:lnu-60293DiVA, id: diva2:1069346
Externt samarbete
Softwerk AB
Ämne / kurs
Datavetenskap
Presentation
2017-01-26, 14:20 (Engelska)
Handledare
Examinatorer
Tillgänglig från: 2017-01-30 Skapad: 2017-01-30 Senast uppdaterad: 2018-01-13Bibliografiskt granskad

Open Access i DiVA

fulltext(910 kB)552 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 910 kBChecksumma SHA-512
823c5ab93f1ba3b08cc4f1ee0b285b4e1054551ffd26ce99b21fffdc00a57670e35ec7988b910ad6aacb18838c230f51bb4930c32f7601c713025f50bcb4e810
Typ fulltextMimetyp application/pdf

Sök vidare i DiVA

Av författaren/redaktören
Weiss, Jan
Av organisationen
Institutionen för datavetenskap (DV)
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 553 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 2950 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf