Nhận dạng hành động người bằng kỹ thuật học sâu 3D-CNN
Luận văn · Thạc sĩ · năm 2018 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Tác giả | Lê Công Hiếu |
| Người hướng dẫn | Hoàng Văn Dũng |
| Cơ sở đào tạo | Trường Đại học Bách khoa, Đại học Đà Nẵng |
| Năm | 2018 |
| Nguồn | Thư viện số Trường Đại học Bách khoa, Đại học Đà Nẵng · trang gốc |
Tóm tắt
Nhận dạng hành động đống một vai trò quan trọng trong hệ thống giám sát, tương tác robot-con người và hệ thống tự vận hành. Tuy nhiên, có rất nhiều thử thách vấn đề do các hình dạng, điều kiện chiếu sáng và sự phức tạp của hành động. Thời gian tính toán và độ chính xác thường là những thách thức chính đối với hệ thống nhận dạng hành động. Kỹ thuật mạng nơ-ron học sâu như một kỹ thuật của nghệ thuật trong xử lý hình ảnh. Khả năng học sâu cao về hành động theo chiều thời gian từ phân tích video đã bị cản trở vì không đồng nhất trong phân lớp, sự giống nhau về hành động. Trong luận văn này trình bày cách tiếp cận mới dựa trên mạng nơ-ron học sâu liên tục và tăng cường dữ liệu để cải thiện độ chính xác. Đầu tiên, mạng nơ-ron học sâu được xây dựng bằng cách sử dụng một số inceptions được sử dụng phép tích chập song song khác nhau nhằm rút ngắn thời gian xử lý. Thứ hai, tăng cường hình ảnh từ tập dữ liệu huấn luyện tạo ra dữ liệu lớn hơn đủ cho mạng nơ-ron học sâu thực hiện huấn luyện. Mục đích của nó là tránh vấn đề dữ liệu nhỏ trong huấn luyện, dễ dẫn tới kết quả lỗi lớn, đồng nghĩa là dữ liệu học lớn mạng học sâu tăng cường khả năng học tốt hơn. Đánh giá kết quả dựa trên một vài tập dữ liệu chuẩn đề xuất. Kết quả đánh giá thử nghiệm về tập dữ liệu điểm chuẩn cho thấy cách tiếp cận được đề xuất nâng cao hiệu suất lên độ chính xác 89,53%. So sánh kết quả khác cho thấy rằng phương pháp đề xuất của tôi trong luận văn này đạt cao hơn hiệu suất hơn hầu hết các phương pháp khác.
Bản toàn văn lưu tại thư viện Trường Đại học Bách khoa, Đại học Đà Nẵng
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Đề tài cùng ngành
- Phân cụm và xếp hạng văn bản
- Áp dụng phương pháp phân cụm tìm kiếm thông tin cây thuốc nam
- Phương pháp quy hoạch động và vận dụng kết hợp giải các bài toán chuyên tin bậc THPT
- Nghiên cứu kỹ thuật ghép ảnh Panorama từ nhiều đối tượng ảnh
- Giải pháp phòng chống tấn công dịch vụ trong mạng VNPT Quảng Bình
- Phân loại văn bản dựa trên CNC
- Nghiên cứu hệ thống mô phỏng dựa trên đa tác tử trong quản lý hạ tầng giao thông đô thị
- Ước lượng chỉ số bất thường của dáng đi dựa trên dữ liệu khung xương
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.