Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Daunoravičienė, Kristina" wg kryterium: Autor


Wyświetlanie 1-1 z 1
Tytuł:
Recognition of human-computer interaction gestures acquired by inertial motion sensors with the use of hidden Markov models
Rozpoznawanie gestów interakcji człowiek-komputer zarejestrowanych przy użyciu inercyjnych czujników ruchu poprzez niejawne modele Markova
Autorzy:
Sawicki, Aleksander
Daunoravičienė, Kristina
Griskevicius, Julius
Powiązania:
https://bibliotekanauki.pl/articles/1818443.pdf
Data publikacji:
2021
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
HMM
classification
HCI
IMU
klasyfikacja
Opis:
The paper presents the algorithm of recognition of selected Human-Computer Interaction (HCI) gestures acquired by inertial motion sensors. The possibilities of using Hidden Markov Models as classifiers have been verified. The experiments investigated the possibility of using a methodology dedicated to the recognition of virtual reality (VR) game gestures to classify HCI gestures. The paper compares the accuracy of classification depending on the method of discretization of the forearm orientation signals. The evaluation of the accuracy of the classification was carried out with the use of 3-fold cross validation. The paper uses author’s data corpus containing in total 720 time series acquired from 20 human subjects.
Artykuł przedstawia algorytm rozpoznawania wybranych gestów interakcji człowiek-komputer zarejestrowanych przy pomocy inercyjnych czujników ruchu. W niniejszej pracy zweryfikowano możliwości wykorzystania niejawnych Modeli Markova jako klasyfikatora. Zbadano możliwości zastosowania metodyki dedykowanej rozpoznawaniu gestów gry VR do klasyfikacji gestów HCI. W pracy dokonano porównania skuteczności klasyfikacji w zależności od sposobu dyskretyzacji zarejestrowanych sygnałów orientacji przedramienia. Ocena skuteczności klasyfikacji odbyła się z wykorzystaniem trójkrotnej walidacji krzyżowej. W pracy wykorzystano autorski korpus danych zawierający 20 uczestników oraz łącznie 720 szeregów czasowych.
Źródło:
Advances in Computer Science Research; 2021, 15; 1--13
2300-715X
Pojawia się w:
Advances in Computer Science Research
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies