Skip to Main content Skip to Navigation
Master thesis

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).
Document type :
Master thesis
Complete list of metadata

Cited literature [42 references]  Display  Hide  Download

https://dumas.ccsd.cnrs.fr/dumas-01088823
Contributor : Co-Responsables Du Mri V. Gouranton Et S. Blazy <>
Submitted on : Friday, November 28, 2014 - 5:20:25 PM
Last modification on : Wednesday, August 23, 2017 - 4:30:29 PM
Long-term archiving on: : Friday, April 14, 2017 - 11:16:57 PM

Licence


Distributed under a Creative Commons Attribution 4.0 International License

Identifiers

  • HAL Id : dumas-01088823, version 1

Collections

Citation

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

Share

Metrics

Record views

391

Files downloads

5333