فایل ورد کامل چارچوب واحد پیشنهادی برای شناخت فعالیت (حرکت) انسان با بهره گیری از ویژگی های دینامیک عمل

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل چارچوب واحد پیشنهادی برای شناخت فعالیت (حرکت) انسان با بهره گیری از ویژگی های دینامیک عمل،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۳۵ صفحه

۴ نتایج
در این مقاله شناخت فعالیت انسان برپایه ادغام SDEG ژست های انسان و جهت ژست های کلیدی شبح انسان ارائه شد، که به طور جداگانه، اما ترتیبی اجراشد. SDEG با استفاده از نمایش فریم منفرد حالت ۲D حرکت محاسبه شد، درحالی که تبدیل R برای محاسبه ویژگی های جهت که اطلاعات زمانی شبح انسان را فراهم می کند، بکار می روند. فریم منفرد از فعالیت سکانس ویدیویی با استفاده از فواصل هیستوگرام بین فریم های کلیدی استخراج می شود. SDEG در سطوح و جهت های مختلف از بین ها (bin) محاسبه شد. وقتی تعداد سطوح افزایش می یابد، کیفیت بهتری از توزیع فضایی حاصل می شود، اما پیچیدگی سیستم به دلیل افزایش در تعداد بردارها افزایش می یابد. همچنین نتیجه می شود که با افزایش در سطوح، بزرگی شیب فضایی بردارها نسبت به درجه های آن ها کاهش می یابد، که اهمیت تمییز خواص بردارهای ویژگی ناشی از مقادیر کمتر را بیشتر کاهش می دهد. تبدیل R ویژگی فعالیت جهت انسان را ارائه می دهد، که در حرکات شبح محاسبه می شود و شبح ها با استفاده از روش بخش بندی مبتنی بر بافت استخراج می شوند. جهت، اطلاعات لازم درباره گردش حرکت مربوط به زمان و تغییر کلی در هدف را فراهم می کند. همچنین نتیجه می شود که افزایش در تعداد فریم ها نه تنها قدرت را افزایش می دهد، بلکه زمان محاسباتی را نیز به طور چشمگیری افزایش می دهد. مزیت این رهیافت ادغام ارائه بردار ویژگی متمایز بزرگ است، که منجربه مدل سازی قوی حرکت بدون نویز می شود.

عنوان انگلیسی:A proposed unified framework for the recognition of human activity by exploiting the characteristics of action dynamics~~en~~

۵ Conclusion

In this paper, human activity recognition based upon the fusion of SDEG of human poses and orientation of key poses of human silhouettes is presented, which is executed separately but sequentially. SDEG is computed using a single frame representing the 2D posture of the activity while R-transform is used for the computation of orientation features providing the temporal information of human silhouettes. A single frame of the activity is extracted from a video sequence using histogram distances between the key frames. The SDEG is computed at different levels and orientations of bins. As the number of levels increases, a better quality of spatial distribution is achieved, but the complexity of the system increases because of the increase in the number of vectors. It is also inferred that with an increase in the levels, the magnitude of the spatial gradient vectors across the degrees decreases, which further diminishes the significance of discriminating characteristics of features vectors due to lower values. R-transform gives the orientation feature of human activity, which is computed on the silhouettes of the activities and silhouettes are extracted using texture-based segmentation method. The orientation provides the knowledge about the flow of action relating to time and the global change in the object. It is also inferred that increasing the number of frames not only increases the robustness, but also increases the computation time significantly. The advantage of this fusion approach is to offer a numerous distinctive feature vector, which leads us to robust and noise free action modelling.

$$en!!