Modèles de Markov Cachés (HMM) pour de la reconnaissance de gestes humains - Rennes 1 - Master Recherche en Informatique Accéder directement au contenu
Mémoire D'étudiant Année : 2014

Modèles de Markov Cachés (HMM) pour de la reconnaissance de gestes humains

Résumé

La reconnaissance de gestes humains est l'un des nombreux défis posés dans le domaine de la vision par les ordinateurs et dans le domaine des interactions humains-machines. Cette problématique qui a gagné en attention au cours des dernières décennies, faisant suite aux nouveaux développements technologiques (caméra 3D, capteurs EEG et EMG, etc.) et nouveaux résultats scientifiques obtenus dans les communautés du traitement du signal et de l'apprentissage automatique, entre autres. C'est un sujet qui soulève plusieurs problématiques : l’acquisition et le prétraitement des données et la détection/reconnaissance (classification) des mouvements. Dans le cadre de ce stage, nous avons comparé différents modèles de Markov cachés (HMM) dont un modèle expérimental avec fonction de densité non paramétrique, nous avons également comparé les résultats de ce modèle avec ceux obtenus via un autre type de classifieur (SVM).
Fichier principal
Vignette du fichier
mri20132014_submission_81.pdf (911.53 Ko) Télécharger le fichier
Loading...

Dates et versions

dumas-01088823 , version 1 (28-11-2014)

Licence

Paternité

Identifiants

  • HAL Id : dumas-01088823 , version 1

Citer

Clément Réverdy. Modèles de Markov Cachés (HMM) pour de la reconnaissance de gestes humains. Apprentissage [cs.LG]. 2014. ⟨dumas-01088823⟩

Collections

MEM-MRI DUMAS
301 Consultations
3768 Téléchargements

Partager

Gmail Facebook X LinkedIn More