Nhận dạng hoạt động của người dựa trên kỹ thuật học sâu và phân tích đa góc nhìn
➤ Gửi thông báo lỗi ⚠️ Báo cáo tài liệu vi phạmNội dung chi tiết: Nhận dạng hoạt động của người dựa trên kỹ thuật học sâu và phân tích đa góc nhìn
Nhận dạng hoạt động của người dựa trên kỹ thuật học sâu và phân tích đa góc nhìn
Hanoi University of Science and TechnologyMaster ThesisHuman Action Recognition using Deep Learning and Multi-view Discriminant AnalysisTRAN HOANG NHA Nhận dạng hoạt động của người dựa trên kỹ thuật học sâu và phân tích đa góc nhìn AT hnhat.tran@gmaiil.comControl Engineering and AutomationAdvisor:Assoc. Prof. Dr. Tran Tlii Thanh MaiFaculty:School of Electrical EngineeringHanoi. 10/2020https://khothuvien.cori!AbstractHuman action recognition (HAR.) has many implications in robotic and medical applications. Invariance under diff Nhận dạng hoạt động của người dựa trên kỹ thuật học sâu và phân tích đa góc nhìn erent viewpoints is one of the most critical requirements for practical deployment as it affects many aspects of the information captured such as occlNhận dạng hoạt động của người dựa trên kỹ thuật học sâu và phân tích đa góc nhìn
usion, posture, color, shading, motion and background. In this thesis, a novel framework that leverages successful deep features for action representaHanoi University of Science and TechnologyMaster ThesisHuman Action Recognition using Deep Learning and Multi-view Discriminant AnalysisTRAN HOANG NHA Nhận dạng hoạt động của người dựa trên kỹ thuật học sâu và phân tích đa góc nhìn s are investigated to capture spatial and temporal characteristics of actions at each individual view. A common feature space is then constructed to keep view invariant features among extracted streams. This is carried out by learning a set of linear transformations that projects separated view feat Nhận dạng hoạt động của người dựa trên kỹ thuật học sâu và phân tích đa góc nhìn ures into a common dimension. To this end, Multi-view Discriminant Analysis (MvDA) is adopted. However, the original MvDA suffers from odd situationsNhận dạng hoạt động của người dựa trên kỹ thuật học sâu và phân tích đa góc nhìn
in which the most class-discrepant common space could not be found because its objective is overly concentrated on scattering classes from the global Hanoi University of Science and TechnologyMaster ThesisHuman Action Recognition using Deep Learning and Multi-view Discriminant AnalysisTRAN HOANG NHA Nhận dạng hoạt động của người dựa trên kỹ thuật học sâu và phân tích đa góc nhìn extra-class discriminance into account, namely pc-MvDA. The novel model also differs in the way that is more favorable for training of liigh-dimensional multi-view data. Experimental results on three datasets (IXMAS, Mull AVI. MICAGes) show rhe effectiveness of the proposed method.https://khothuvien Nhận dạng hoạt động của người dựa trên kỹ thuật học sâu và phân tích đa góc nhìn .cori!AcknowledgeDien tsAcknowledgementsThis thesis would not have been possible without the help of many people. First of all, I would like to expresNhận dạng hoạt động của người dựa trên kỹ thuật học sâu và phân tích đa góc nhìn
s my gratitude to my primary advisor, Prof. Tran Thi Thanh Hai, who guided me throughout this project. I would like to thank Prof. Le T1Ũ Lail and ProHanoi University of Science and TechnologyMaster ThesisHuman Action Recognition using Deep Learning and Multi-view Discriminant AnalysisTRAN HOANG NHA Nhận dạng hoạt động của người dựa trên kỹ thuật học sâu và phân tích đa góc nhìn itute, where I learnt a lot about research and enjoyed a very warm and friendly working atmosphere. In particular, I wish to extend my special thanks to PhD candidate. Nguyen Ilong Quan and Dr. Doan Iluong Giang who directly supported me.Finally. I wish to show my appreciation to all my friends and Nhận dạng hoạt động của người dựa trên kỹ thuật học sâu và phân tích đa góc nhìn family members who helped me finalizing the project.Tran Hoang .Vh.1t - CBC/9Ữ05iiTable of ContentsTable of ContentsList of Figures1List of Tables3LisNhận dạng hoạt động của người dựa trên kỹ thuật học sâu và phân tích đa góc nhìn
t of Abbreviations41Introduction51.1Motivation.................................................................... 51.2Objective......................Hanoi University of Science and TechnologyMaster ThesisHuman Action Recognition using Deep Learning and Multi-view Discriminant AnalysisTRAN HOANG NHA Nhận dạng hoạt động của người dựa trên kỹ thuật học sâu và phân tích đa góc nhìn und and Related Works82.1Introduction ................................................................. 82.2Technical Background.......................................................... 82.2.1Deep Neural Networks................................................... 82.2.1.1Artificial Neural Networks. Nhận dạng hoạt động của người dựa trên kỹ thuật học sâu và phân tích đa góc nhìn .................................... 82.'2.1.2 Convolutional Neural Networks.................................. 92.2.1.3Recurrent Neural Networks......Nhận dạng hoạt động của người dựa trên kỹ thuật học sâu và phân tích đa góc nhìn
............................... 112.2.2Dimensionality Reduction Algorithms................................... 132.2.2.1Linear discriminant analysis...Hanoi University of Science and TechnologyMaster ThesisHuman Action Recognition using Deep Learning and Multi-view Discriminant AnalysisTRAN HOANG NHAHanoi University of Science and TechnologyMaster ThesisHuman Action Recognition using Deep Learning and Multi-view Discriminant AnalysisTRAN HOANG NHAGọi ngay
Chat zalo
Facebook