Ciência-IUL
Publicações
Descrição Detalhada da Publicação
Proceedings of SPIE, Ninth International Conference on Machine Vision (ICMV 2016)
Ano (publicação definitiva)
2016
Língua
Inglês
País
França
Mais Informação
Web of Science®
Scopus
Google Scholar
Abstract/Resumo
In our daily activities we perform prediction or anticipation when interacting with other humans or with objects. Prediction of human activity made by computers has several potential applications: surveillance systems, human computer interfaces, sports video analysis, human-robot-collaboration, games and health-care. We propose a system capable of recognizing and predicting human actions using supervised classifiers trained with automatically labeled data evaluated in our human activity RGB-D dataset (recorded with a Kinect sensor) and using only the position of the main skeleton joints to extract features. Using conditional random fields (CRFs) to model the sequential nature of actions in a sequence has been used before, but where other approaches try to predict an outcome or anticipate ahead in time (seconds), we try to predict what will be the next action of a subject. Our results show an activity prediction accuracy of 89.9% using an automatically labeled dataset.
Agradecimentos/Acknowledgements
10.1117/12.2268524
Palavras-chave
Human motion analysis,Recognition,Segmentation,Clustering,Labeling,Kinect,Prediction,Anticipation
Classificação Fields of Science and Technology
- Matemáticas - Ciências Naturais
- 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 |
Projetos Relacionados
Esta publicação é um output do(s) seguinte(s) projeto(s):
Contribuições para os Objetivos do Desenvolvimento Sustentável das Nações Unidas
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.