ترجمه مقاله نقش ضروری ارتباطات 6G با چشم انداز صنعت 4.0
- مبلغ: ۸۶,۰۰۰ تومان
ترجمه مقاله پایداری توسعه شهری، تعدیل ساختار صنعتی و کارایی کاربری زمین
- مبلغ: ۹۱,۰۰۰ تومان
This paper presents a human action recognition system that runs in real time and simultaneously uses a depth camera and an inertial sensor based on a previously developed sensor fusion method. Computationally efficient depth image features and inertial signals features are fed into two computationally efficient collaborative representative classifiers. A decision-level fusion is then performed. The developed real-time system is evaluated using a publicly available multimodal human action recognition data set by considering a comprehensive set of human actions. The overall classification rate of the developed real-time system is shown to be >97%, which is at least 9% higher than when each sensing modality is used individually. The results from both offline and real-time experimentations demonstrate the effectiveness of the system and its real-time throughputs.
این مقاله سیستم تشخیص فعالیت انسانی را مطرح می کند که به طور همزمان عمل نموده و ضمن آنکه از دوربین عمق و حسگر اینرسی بر اساس روش ترکیب حسگر توسعه یافته قبلی استفاده می کند. ویژگی های تصویر عمیق و موثر به لحاظ محاسباتی و ویژگی های سیگنال اینرسی در دو عامل نماینده طبقه بندی مشارکت آمیز و موثر به طور محاسباتی وارد می شود. سپس ترکیب سطح تصمیم گیری انجام می شود. سیستم همزمان مطرح شده با استفاده از داده های تشخیص فعالیت انسان چند حالتی موجود ارزیابی می شود که با در نظر گرفتن مجموعه جامعی از فعالیت های انسانی تنظیم می شود. میزان دسته بندی کلی سیستم همزمان مطرح شده نشان داده شده است که بالای 97% است که حداقل 9% بیشتر از زمانی است که هر وجه حسی به طور مجزا به کار می رود. نتایج آزمایشات همزمان و آفلاین نشان دهنده کارایی سیستم و میانبرهای همزمان آن می باشد.