Reconhecimento da atividade humana usando aprendizagem profunda - Kumar Bera, Tuhin;Acharjya, Pinaki Pratim;Koley, Santanu
44,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
22 °P sammeln
  • Broschiertes Buch

A HAR é um domínio de investigação relacionado com a deteção voluntária de actividades diárias realizadas por pessoas com base em dados de séries temporais utilizando sensores. A HAR consiste em vários domínios, como a vigilância, a monitorização de bebés, os cuidados de saúde a idosos e a condução inteligente de automóveis, utilizando diferentes abordagens para resolver problemas de forma eficiente e precisa. Os sistemas HAR tradicionais utilizam sensores portáteis, como unidades de medição inercial (IMU) e sensores de alongamento, para reconhecer a atividade.Esta abordagem apresenta…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
A HAR é um domínio de investigação relacionado com a deteção voluntária de actividades diárias realizadas por pessoas com base em dados de séries temporais utilizando sensores. A HAR consiste em vários domínios, como a vigilância, a monitorização de bebés, os cuidados de saúde a idosos e a condução inteligente de automóveis, utilizando diferentes abordagens para resolver problemas de forma eficiente e precisa. Os sistemas HAR tradicionais utilizam sensores portáteis, como unidades de medição inercial (IMU) e sensores de alongamento, para reconhecer a atividade.Esta abordagem apresenta resultados notáveis para actividades básicas do utilizador, como estar sentado, estar de pé e andar. Mas para actividades complexas, como correr, saltar, lutar e balançar, os sistemas HAR baseados em sensores apresentam taxas de erro de classificação mais elevadas devido a erros de leitura dos sensores. Estes erros dos sensores têm os piores resultados de classificação possíveis e reduzem o desempenho global do sistema HAR. Utilizando uma combinação de CNN e LSTM, os dados serão extraídos e processados a partir de vídeos. Neste livro, é proposta uma rede neural convolucional profunda, através da qual são extraídas as características para a recolha dos dados da sequência de entrada (vídeo). Em seguida, a LSTM será utilizada para determinar as relações temporais entre as imagens.
Autorenporträt
Herr Tuhin Kumar BeraFachbereich Informatik und Ingenieurwesen, Haldia Institute of Technology Dr. Pinaki Pratim AcharjyaFachbereich Informatik und Ingenieurwesen, Haldia Institute of Technology Dr. Santanu KoleyFachbereich Informatik und Ingenieurwesen, Technisches Institut Haldia.