Publicação em atas de evento científico
Human activity recognition from automatically labeled data in RGB-D videos
David Jardim (Jardim, D.); Luís Nunes (Nunes, L.); Miguel Sales Dias (Dias, M.);
2016 8th Computer Science and Electronic Engineering (CEEC)
Ano (publicação definitiva)
2016
Língua
Inglês
País
Reino Unido
Mais Informação
Web of Science®

N.º de citações: 6

(Última verificação: 2024-04-20 08:57)

Ver o registo na Web of Science®

Scopus

N.º de citações: 5

(Última verificação: 2024-04-19 14:24)

Ver o registo na Scopus

Google Scholar

N.º de citações: 7

(Última verificação: 2024-04-17 21:53)

Ver o registo no Google Scholar

Abstract/Resumo
Human Activity Recognition (HAR) is an interdisciplinary research area that has been attracting interest from several research communities specialized in machine learning, computer vision, medical and gaming research. The potential applications range from surveillance systems, human computer interfaces, sports video analysis, digital shopping assistants, video retrieval, games and health-care. Several and diverse approaches exist to recognize a human action. From computer vision techniques, modeling relations between human motion and objects, marker-based tracking systems and RGB-D cameras. Using a Kinect sensor that provides the position of the main skeleton joints we extract features based solely on the motion of those joints. This paper aims to compare the performance of several supervised classifiers trained with manually labeled data versus the same classifiers trained with data automatically labeled. We propose a framework capable of recognizing human actions using supervised classifiers trained with automatically labeled data.
Agradecimentos/Acknowledgements
--
Palavras-chave
  • Ciências da Computação e da Informação - Ciências Naturais
  • Engenharia Eletrotécnica, Eletrónica e Informática - Engenharia e Tecnologia
Registos de financiamentos
Referência de financiamento Entidade Financiadora
SFRH/BDE/52125/2013 Fundação para a Ciência e a Tecnologia

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.