توضیحات
شبیه سازی تشخیص حرکات با STIP و طبقه بندی با KNN در متلب
در این پروژه شبیه سازی تشخیص حرکات با STIP و طبقه بندی با KNN در متلب انجام شده است. یک پروژه Matlab برای تشخیص اعمال انسان مانند «راه رفتن»، «دویدن»، «پیاده روی»، «بوکس»، «تک زدن دست» و «کف زدن دست» با استفاده از نقاط مورد نظر مکانی – زمانی (STIP) نوشته شده است و با استفاده از یک KNN آنها را طبقهبندی میکند.
برای اجرای این پروژه:
۱٫ پوشه “Action Recognition Code” را در مسیر Matlab قرار دهید، تمام پوشه ها و زیر پوشه ها را به مسیر اضافه کنید.
۲٫ فایل Recognize.m را اجرا کنید
۳٫ یک ویدیو از مجموعه داده KTH انتخاب کنید
۴٫ نتایج را مشاهده کنید.
کد بر اساس مقاله زیر است:
[۱] Schüldt, Christian, Ivan Laptev, and Barbara Caputo. “Recognizing human actions: a local SVM approach.” Pattern Recognition, 2004. ICPR 2004. Proceedings of the 17th International Conference on. Vol. 3. IEEE, 2004.
اخیراً توجه فزاینده ای به تشخیص نقاط علاقه مکانی – زمانی (STIPs) شده است که به یک تکنیک کلیدی و تمرکز تحقیقاتی در زمینه بینایی رایانه تبدیل شده است. کاربردهای آن شامل تشخیص اقدامات انسانی، نظارت تصویری، خلاصه سازی ویدیویی و بازیابی ویدیویی مبتنی بر محتوا است.
نقطه علاقه مکانی-زمانی (STIP) یکی از انواع ویژگی های ثابت محلی برای ویدئو است. ویژگیهای ثابت محلی میتوانند در برابر تغییراتی مانند چرخش، تغییرات مقیاس، تبدیل افین و تغییر دیدگاه مقاومت کنند.
شبیه سازی تشخیص حرکات با STIP و طبقه بندی با KNN در متلب
توسط متخصصان گروه پروماد انجام شده است.فایلهای نرم افزاری پروژه به صورت کامل پس از خرید فایل بلافاصله در اختیار شما قرار خواهد گرفت.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.