Phân tích dữ liệu khung xương và ứng dụng nhận dạng dáng đi
Luận văn · năm 2017 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Ngành | Công nghệ thông tin — Khoa học máy tính |
| Tác giả | Hồ Thiên Hoàng |
| Người hướng dẫn | Huỳnh Hữu Hưng |
| Cơ sở đào tạo | Trường Đại học Bách khoa, Đại học Đà Nẵng |
| Năm | 2017 |
| Nguồn | Thư viện số Trường Đại học Bách khoa, Đại học Đà Nẵng · trang gốc |
Tóm tắt
Ngày nay, các nghiên cứu trong lĩnh vực thị giác máy tính hỗ trợ rất nhiều cho cuộc sống. Đặc biệt là các nghiên cứu phân tích dáng đi hỗ trợ quan sát, chẩn đoán bệnh nhân trong lĩnh vực y tế. Trong luận văn này, tôi đề xuất giải pháp nhận dạng dáng đi của con người thông qua ảnh chiều sâu thu nhận được từ thiết bị Microsoft Kinect. Quá trình xử lý bao gồm các bước: (1) thu nhận các đặc trưng về khung xương và vị trí các khớp xương thông qua việc sử dụng Kinect; (2) tính toán các thông số đặc trưng gồm vị trí tương đối các khớp và tương quan giữa các khớp; (3) so sánh các giá trị thông số đặc trưng đó với các giá trị ngưỡng, nếu đặc trưng đó đạt tới ngưỡng xác định một loại dáng đi được quy định trước thì đưa ra kết luận dáng đi đó. Kết quả thực nghiệm trong môi trường thực tế và bộ cơ sở dữ liệu tự thu về các khung xương các dáng đi cho thấy giải phải đề xuất mang lại hiệu quả hứa hẹn
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.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Nghiên cứu giải pháp kết hợp Jmeter và Phantomjs trong việc kiểm thử tự động các ứng dụng Web
- Phân tích dáng đi chống đau sử dụng máy véc tơ hỗ trợ
- Tái tạo bề mặt B-Spline với điều kiện ràng buộc
- Phân loại văn bản với phương pháp mạng Nurual kết hợp phương pháp cây quyết định
- Thuật toán tìm luồng cực đại trên mạng và ứng dụng
- Phân loại văn bản tin tức dùng máy vec-tơ hỗ trợ
- Cải tiến và ứng dụng công cụ kiểm thử Ranorex trong các dự án phần mềm
- Phân loại thực vật bằng mô hình học sâu
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.