Žmogaus veiklos atpažinimo metodų tyrimas taikant išmanųjį telefoną
Jurevičius, Irmantas |
Katkevičius, Andrius | Recenzentas / Rewiewer |
Magistrinio darbo tikslas - ištirti esamus žmogaus veiklos atpažinimo nustatymo metodus, išanalizuoti tris metodus, vieną iš jų plačiau, naudojant įvarius veiklų rinkinius, padidinti atpažintinų veiklų kiekį. Ištirti esamų metodų efektyvumą ir palyginti su siūlomu metodu. Tyrimo metu nustatyta, kad žmogaus veiklos atpažinimui naudojant dirbtinį neuronų tinklą kartu su atraminių vektorių klasifikatoriumi pasiekiamas tikslesnis rezultatas, nei naudojant atsitiktinių medžių klasifikatorių. Padidinus atpažintinų veiklų skaičių, bendras tikslumas nesumažėjo. Darbą sudaro septynios dalys: įvadas, žmogaus veiklos atpažinimo metodų analitinė apžvalga, žmogaus veiklos atpažinimo metodų analizė, žmogaus veiklos atpažinimo duomenų atranka, 4.žmogaus veiklos atpažinimo tyrimo rezultatai, išvados, literatūros sąrašas.Magistro baigiamąjį darbą sudaro 52 p., 19 pav., 8 lent. ir 38 bibl.
The aim of the master 's thesis is to study the existing methods of determining the recognition of human activities, to analyze three methods, to analyze one of them in more detail, using various sets of functions, to increase the number of recognizable activities. Investigate the effectiveness of existing methods and compare with the proposed method. The study found that using an artificial neural network in conjunction with a classifier of support vectors for human activity recognition achieves a more accurate result than using a random tree classifier. Increasing the number of recognizable activities did not reduce overall accuracy.The work consists of seven parts: introduction, analytical review of human activity recognition methods, analysis of human activity recognition methods, selection of human activity recognition data, 4. results of human activity recognition research, conclusions, references.Master thesis paper consists of 52 pages, 19 figures and 8 tables; 38 references.