나는 인간이 손을 씻고, 달리고 걷는지를 결정하는 어플리케이션을 가지고있다. 아이디어는 핸드 웨이브 (handwave)와 같은 액션을 포즈로 분할 한 것입니다. 예를 들어,데이터 분류 : 훈련 및 테스트 벡터의 크기
예; 이 이미지를 테스트로
for human1:pose7-pose3-pose7-..... represents handwave
for human3:pose1-pose7-pose1-..... represents handwave
for human7:pose1-pose1-pose7-..... represents handwave
for human20:pose3-pose7-pose7-..... represents handwave
for human1 pose11-pose33-pose77-..... represents walking
for human2 pose31-pose33-pose77-..... represents walking
for human3 pose11-pose77-pose77-..... represents walking
for human20 pose11-pose33-pose11-..... represents walking
내가 훈련 SVM 및 매트랩 신경 그물을위한 벡터 이상 사용 ..
는 지금은 테스트합니다. 다시 테스트 이미지를 위해 포즈를 분할했습니다.
MATLAB의 테스트 및 트레인 세트의 벡터 크기는; SVM과 신경망에는 동일한 벡터 크기가 필요합니다. 작동하게하려면;
0을 추가하면 (잘못된 포즈 인 pose0
- 가정) 크기를 동일하게 만들기 위해 성능이 좋습니다.
초기 포즈를 처음에 복사하고 크기가 같은 성능이 감소 할 때까지 끝에 추가하십시오.
예 :
train set: pose1-pose2-pose4-pose7-pose2-pose4-pose7
(1st method)test set: pose3-pose1-pose4-0-0-0-0 or
(2nd method)test set: pose3-pose1-pose4-pose3-pose1-pose4-pose3
첨부 된 값은 포즈의 실제 값이므로 두 번째 방법으로 분류하는 것이 더 좋습니다. 그러나 pose0
은 실제 포즈가 아닙니다.
의견이 있으십니까? 감사합니다.
꼭 이런 종류의 물건에 관해서는 아마추어 일뿐입니다. 그런데 당신의 데이터 벡터를 덧붙이는 것은 조금 이상합니다.나는 패딩이 이론적으로 그럴듯한 지 또는 방법을 바꾸는 지 확인했다. 시간 구분의 종류에 대해 당신은 나의 첫 번째 생각은 마르코프 모델을 사용하는 것입니다. –