Τεχνικές βαθιάς μάθησης για την εκτίμηση δισδιάστατης και τρισδιάστατης πόζας του χεριού σε συνδυασμό με τεχνικές μηχανικής μάθησης για την ταξινόμηση χειρονομιών
To πρόβλημα της εκτίμησης της δισδιάστατης όπως επίσης και της τρισδιάστατης πόζας του χεριού αποτελούν δύο εξαιρετικά δύσκολα προβλήματα οποία μελετώνται εδώ και δεκαετίες. Τα τελευταία χρόνια έχουν προταθεί μερικές αρκετά πρωτοποριακές προσεγγίσεις επίλυσης των προβλημάτων αυτών, οι οποίες βασίζον...
Κύριος συγγραφέας: | |
---|---|
Άλλοι συγγραφείς: | |
Γλώσσα: | Greek |
Έκδοση: |
2020
|
Θέματα: | |
Διαθέσιμο Online: | http://hdl.handle.net/10889/13534 |
id |
nemertes-10889-13534 |
---|---|
record_format |
dspace |
spelling |
nemertes-10889-135342022-09-05T05:37:52Z Τεχνικές βαθιάς μάθησης για την εκτίμηση δισδιάστατης και τρισδιάστατης πόζας του χεριού σε συνδυασμό με τεχνικές μηχανικής μάθησης για την ταξινόμηση χειρονομιών Deep learning methods for 2d and 3d hand pose estimation in combination with machine learning methods for gesture classification Χαραλαμπόπουλος, Παναγιώτης Charalampopoulos, Panagiotis Μηχανική μαθηση Βαθιά μάθηση Εκτίμηση πόζας χεριού Ταξινόμηση χειρονομιών To πρόβλημα της εκτίμησης της δισδιάστατης όπως επίσης και της τρισδιάστατης πόζας του χεριού αποτελούν δύο εξαιρετικά δύσκολα προβλήματα οποία μελετώνται εδώ και δεκαετίες. Τα τελευταία χρόνια έχουν προταθεί μερικές αρκετά πρωτοποριακές προσεγγίσεις επίλυσης των προβλημάτων αυτών, οι οποίες βασίζονται στην χρήση τεχνικών βαθιάς μάθησης. Στην παρούσα εργασία, αρχικά τίθεται το θεωρητικό υπόβαθρο για την κατανόηση των τεχνικών αυτών, έπειτα γίνεται η μελέτη των τεχνικών και τέλος πραγματοποιείται η χρήση τους σε συνδυασμό με τεχνικές μηχανικής μάθησης για την επίλυση του προβλήματος της ταξινόμησης χειρονομιών. The problems of 2D and 3D hand pose estimation are two extremely difficult problemsthat have been studied for decades. In recent years some pioneering deep learning based approaches for solving these problems have been proposed. In the present project, firstly we set the theoretical background in order to understand these approaches, then we study these approaches and lastly we use these approaches in conjunction with some machine learning methods in order to solve the problem of hand gesture classification. 2020-07-12T13:00:15Z 2020-07-12T13:00:15Z 1994-01-18 http://hdl.handle.net/10889/13534 gr application/pdf |
institution |
UPatras |
collection |
Nemertes |
language |
Greek |
topic |
Μηχανική μαθηση Βαθιά μάθηση Εκτίμηση πόζας χεριού Ταξινόμηση χειρονομιών |
spellingShingle |
Μηχανική μαθηση Βαθιά μάθηση Εκτίμηση πόζας χεριού Ταξινόμηση χειρονομιών Χαραλαμπόπουλος, Παναγιώτης Τεχνικές βαθιάς μάθησης για την εκτίμηση δισδιάστατης και τρισδιάστατης πόζας του χεριού σε συνδυασμό με τεχνικές μηχανικής μάθησης για την ταξινόμηση χειρονομιών |
description |
To πρόβλημα της εκτίμησης της δισδιάστατης όπως επίσης και της τρισδιάστατης πόζας του χεριού αποτελούν δύο εξαιρετικά δύσκολα προβλήματα οποία μελετώνται εδώ και δεκαετίες. Τα τελευταία χρόνια έχουν προταθεί μερικές αρκετά πρωτοποριακές προσεγγίσεις επίλυσης των προβλημάτων αυτών, οι οποίες βασίζονται στην χρήση τεχνικών βαθιάς μάθησης. Στην παρούσα εργασία, αρχικά τίθεται το θεωρητικό υπόβαθρο για την κατανόηση των τεχνικών αυτών, έπειτα γίνεται η μελέτη των τεχνικών και τέλος πραγματοποιείται η χρήση τους σε συνδυασμό με τεχνικές μηχανικής μάθησης για την επίλυση του προβλήματος της ταξινόμησης χειρονομιών. |
author2 |
Charalampopoulos, Panagiotis |
author_facet |
Charalampopoulos, Panagiotis Χαραλαμπόπουλος, Παναγιώτης |
author |
Χαραλαμπόπουλος, Παναγιώτης |
author_sort |
Χαραλαμπόπουλος, Παναγιώτης |
title |
Τεχνικές βαθιάς μάθησης για την εκτίμηση δισδιάστατης και τρισδιάστατης πόζας του χεριού σε συνδυασμό με τεχνικές μηχανικής μάθησης για την ταξινόμηση χειρονομιών |
title_short |
Τεχνικές βαθιάς μάθησης για την εκτίμηση δισδιάστατης και τρισδιάστατης πόζας του χεριού σε συνδυασμό με τεχνικές μηχανικής μάθησης για την ταξινόμηση χειρονομιών |
title_full |
Τεχνικές βαθιάς μάθησης για την εκτίμηση δισδιάστατης και τρισδιάστατης πόζας του χεριού σε συνδυασμό με τεχνικές μηχανικής μάθησης για την ταξινόμηση χειρονομιών |
title_fullStr |
Τεχνικές βαθιάς μάθησης για την εκτίμηση δισδιάστατης και τρισδιάστατης πόζας του χεριού σε συνδυασμό με τεχνικές μηχανικής μάθησης για την ταξινόμηση χειρονομιών |
title_full_unstemmed |
Τεχνικές βαθιάς μάθησης για την εκτίμηση δισδιάστατης και τρισδιάστατης πόζας του χεριού σε συνδυασμό με τεχνικές μηχανικής μάθησης για την ταξινόμηση χειρονομιών |
title_sort |
τεχνικές βαθιάς μάθησης για την εκτίμηση δισδιάστατης και τρισδιάστατης πόζας του χεριού σε συνδυασμό με τεχνικές μηχανικής μάθησης για την ταξινόμηση χειρονομιών |
publishDate |
2020 |
url |
http://hdl.handle.net/10889/13534 |
work_keys_str_mv |
AT charalampopoulospanagiōtēs technikesbathiasmathēsēsgiatēnektimēsēdisdiastatēskaitrisdiastatēspozastoucheriousesyndyasmometechnikesmēchanikēsmathēsēsgiatēntaxinomēsēcheironomiōn AT charalampopoulospanagiōtēs deeplearningmethodsfor2dand3dhandposeestimationincombinationwithmachinelearningmethodsforgestureclassification |
_version_ |
1771297155879796736 |