Posture recognition using camera Kinect and Support Vector Machine
Từ khóa:
Máy học vector hỗ trợ, nhận dạng tư thế, Kinect
Keywords:
Machine Learning,
SVM, Support Vector Machine, camera Kinect, posture recognition
ABSTRACT
Human posture recognition classifies a posture captured by a camera into pre-defined postures such as stand, sit, lay. One person will do a posture in front of the camera and the system will recognize what the posture is. This paper presents the ability to recognize 20 human postures with data provided by Kinect. The advantage of using skeleton data provided by Kinect is that the result of posture recognition is invariant to the change of light condition or noise of the picture. This paper also proposes 4 feature extraction methods from the data. After that, this data will be trained by support vector machine (SVM) model. The experiments showed that the accuracy of human posture recognition is above 98%.
TÓM TẮT
Nhận dạng tư thế người là phân lớp một tư thế thu được từ camera vào một trong các tư thế đã được định nghĩa trước đó ví dụ như: đứng, ngồi, nằm. Người mô tả tư thế sẽ đứng trước camera và hệ thống sẽ nhận dạng tư thế đó là tư thế gì. Trong bài viết này, chúng tôi trình bày về khả năng nhận dạng 20 tư thế người với dữ liệu thu được từ camera Kinect, dữ liệu thu được từ nhiều người với chiều cao khác nhau và góc thu dữ liệu khác nhau. Lợi thế của việc sử dụng dữ liệu khung xương thu từ camera Kinect là không bị ảnh hưởng bởi sự thay đổi của ánh sáng hay độ nhiễu của hình ảnh. Nghiên cứu cũng sẽ đưa ra 4 phương pháp trích đặc trưng từ dữ liệu khung xương thu thập được từ camera Kinect. Sau đó, bộ dữ liệu sẽ được đem đi huấn luyện bằng mô hình máy học véc-tơ hỗ sợ (SVM). Qua thực nghiệm cho thấy độ chính xác khi nhận dạng tư thế người đạt hơn 98%.
Phạm Nguyên Khang, Võ Trí Thức, Nguyễn Bá Diệp, Bùi Lê Diễm, 2013. TIếP CậN LUồNG CựC ĐạI TRONG MạNG CHO BàI TOáN XếP LịCH BIểU. Tạp chí Khoa học Trường Đại học Cần Thơ. Chuyên Đề CNTT: 100-108
Phạm Nguyên Khang, Huỳnh Nhật Minh, Phạm Thế Phi, 2015. NHẬN DẠNG NGÔN NGỮ DấU HIỆU VớI CAMERA KINECT VÀ ĐẶC TRƯNG GIST. Tạp chí Khoa học Trường Đại học Cần Thơ. CNTT15: 113-120
Trích dẫn: Phạm Nguyên Khang, Đỗ Thanh Nghị và Phạm Thế Phi, 2017. Nghiên cứu ứng dụng kỹ thuật theo dõi đối tượng xây dựng hệ thống camera giám sát thông minh. Tạp chí Khoa học Trường Đại học Cần Thơ. 53a: 44-52.
Tạp chí khoa học Trường Đại học Cần Thơ
Lầu 4, Nhà Điều Hành, Khu II, đường 3/2, P. Xuân Khánh, Q. Ninh Kiều, TP. Cần Thơ
Điện thoại: (0292) 3 872 157; Email: tapchidhct@ctu.edu.vn
Chương trình chạy tốt nhất trên trình duyệt IE 9+ & FF 16+, độ phân giải màn hình 1024x768 trở lên