文献

J-GLOBAL ID：201802265850376880   整理番号：18A0536093

ウェーブレットモーメントによる深さ画像に基づく転倒検出【Powered by NICT】

Fall detection based on depth images via wavelet moment

著者 (5件)： Ding Yupeng (School of Electronic and Information Nantong University Nantong, China) ,  Li Hongjun (School of Electronic and Information Nantong University Nantong, China) ,  Li Chaobo (School of Electronic and Information Nantong University Nantong, China) ,  Xu Ke (School of Electronic and Information Nantong University Nantong, China) ,  Guo Pengzhen (School of Electronic and Information Nantong University Nantong, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CISP-BMEI  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 転倒検出はヒト異常行動の検出において重要な役割を果たす。本論文では,ウェーブレットモーメントによる深さ画像に基づく転倒検出アルゴリズムを提案した。最初に,重心からの距離に関係した画像中の各ピクセルによる画像,極座標正規化画像を正常化する。第二に,画像の高速Fourier変換(FFT)を実施した。第三に,画像の特徴ベクトルは,ウェーブレット変換を用いて抽出した。最後に,最小距離を用い,サポートベクトルマシン(SVM)分類法は人間行動を認識する。多数人間行動の試料で行った多くの実験とこのアルゴリズムの平均成功率は90%以上であった。実験結果は,提案したアルゴリズムはロバストであり,良好な検出能力と応用展望を持つことを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 画素 ,  サポートベクトルマシン ,  極座標 ,  重心 ,  高速Fourier変換 ,  *画像 ,  *転倒 ,  正規化 ,  ロバスト性 ,  ウェーブレット変換 ,  アルゴリズム ,  人間行動 ,  ヒト
準シソーラス用語： 特徴ベクトル ,  *深度画像 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 深さ画像 ,  転倒