تلفن: ۰۴۱۴۲۲۷۳۷۸۱
تلفن: ۰۹۲۱۶۴۲۶۳۸۴

ترجمه مقاله تقسیم بندی واحد حرکت با ماشین های بردار پشتیبان – نشریه ACM

عنوان فارسی: تقسیم بندی واحد حرکت با استفاده از ماشین های بردار پشتیبان: تقسیم بندی حرکت از حالت استراحت
عنوان انگلیسی: Gesture Unit Segmentation using Support Vector Machines: Segmenting Gestures from Rest Positions
تعداد صفحات مقاله انگلیسی : 7 تعداد صفحات ترجمه فارسی : 20
سال انتشار : 2013 نشریه : ACM
فرمت مقاله انگلیسی : PDF فرمت ترجمه مقاله : ورد تایپ شده
کد محصول : 5781 رفرنس : دارد
محتوای فایل : zip حجم فایل : 1.27Mb
رشته های مرتبط با این مقاله: مهندسی صنایع
گرایش های مرتبط با این مقاله: برنامه ریزی و تحلیل سیستم ها و بهینه سازی سیستم ها
مجله: بیست و هشتمین سمپزیوم بین المللی محاسبات کاربردی
دانشگاه: دانشگاه سائو پائولو، برزیل
کلمات کلیدی: تجزیه و تحلیل حرکت، تقسیم بندی ژست، واحد ژست، ماشین بردار پشتیبانی، مدلسازی زمانی
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه نشده است
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب

چکیده

1. مقدمه

2. کار های مرتبط

3. ماشین های بردار پشتیبان

4. تقسیم بندی فاز هی حرکتی

4.1 تعریف مسئله

4.2مجموعه ی داده و نحوه ی ارائه ی آن

5.نتایج آزمایشی

5.1. تحلیل ارائه ی ویژگی ها

نقاط مد نظر

تحلیل جایگاه فرم مورد نظر

تحلیل جابجایی زمانی

تحلیل ویژگی های دامنه ی زمانی

تحلیل ویژگی های دامنه ی فرکانسی

تحلیل دامنه ی فرکانسی زمانی

5.2.تحلیل نهایی طبقه بندی کننده

5.3.نتایج اولیه برای تقسیم بندی فاز های حرکتی

6.مقایسه با کار های مرتبط

7.نتایج

نمونه متن انگلیسی

ABSTRACT

Gesture analysis has been widely used for developing new methods of human-computer interaction. The advancement reached in the gesture analysis area is also motivating its application to automate tasks related to discourse analysis, such as the gesture phases segmentation task. In this paper, we present an initiative that aims at segmenting gestures, especially considering the “units” – the larger grain involved in gesture phases segmentation. Thereunto, we have captured the gestures using a Xbox KinectTMdevice, modeled the problem as a classification task, and applied Support Vector Machines. Moreover, aiming at taking advantage from the temporal aspects involved in the problem, we have used several types of data pre-processing in order to consider time domain and frequency domain features.

نمونه متن ترجمه

چکیده

تحلیل حرکت برای توسعه ی روش های تعامل انسان و کامپیوتر بسیار مورد استفاده قرار گرفته است. پیشرفت هایی که در حوزه ی تحلیل حرکت صورت گرفته است موجب انگیزش برای استفاده ازین پیشرفت ها در وظایف خودکار در زمینه ی تحلیل گفتار ، مانند تقسیم بندی فاز های حرکتی ، شده است. در این مقاله ، ما یک روش ابتکاری را مورد استفاده قرار میدهیم که هدفش تقسیم بندی حرکت ها ، مخصوصا با در نظر داشتن واحد ها میباشد – یعنی بهره ی بزرگتری در تقسیم بندی فاز های حرکتی استفاده میشود. ازین رو ، ما برای ثبت حرکات از سیستم کینکت در Xbox استفاده کرده ایم و مسئله را به عنوان یک مسئله ی طبقه بندی مدل سازی کرده ایم و از ماشین بردار پشتیبان بهره برده ایم. علاوه بر این ، به هدف استفاده از ابعاد زمانی موجود در مسئله ، ما از انواع مختلف پیش پردازش های داده ها استفاده کرده ایم تا بتوانیم ویژگی های دامنه ی زمانی و دامنه ی فرکانسی را در نظر بگیریم.