Informační systém Repo 

Learning Robust Features for Gait Recognition by Maximum Margin Criterion

česky | in English

Přihlášení

eduID.cz
 
BALÁŽIA, Michal a Petr SOJKA. Learning Robust Features for Gait Recognition by Maximum Margin Criterion. In Proceedings of the 23rd IEEE/IAPR International Conference on Pattern Recognition (ICPR 2016). USA: IEEE, 2016. s. 901-906, 6 s. ISBN 978-1-5090-4847-2.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Learning Robust Features for Gait Recognition by Maximum Margin Criterion
Autoři BALÁŽIA, Michal (703 Slovensko, garant, domácí) a Petr SOJKA (203 Česká republika, domácí).
Vydání USA, Proceedings of the 23rd IEEE/IAPR International Conference on Pattern Recognition (ICPR 2016), od s. 901-906, 6 s. 2016.
Nakladatel IEEE
Další údaje
Originální jazyk angličtina
Typ výsledku Stať ve sborníku
Obor Informatika
Stát vydavatele Spojené státy americké
Utajení není předmětem státního či obchodního tajemství
Forma vydání elektronická verze "online"
WWW URL URL URL
Kód RIV RIV/00216224:14330/16:00090367
Organizace Fakulta informatiky - Masarykova univerzita
ISBN 978-1-5090-4847-2
UT WoS 000406771300153
Klíčová slova česky rozpoznávání podle chůze
Klíčová slova anglicky gait recognition
Návaznosti MUNI/A/0892/2015. MUNI/A/0935/2015.
Změnil Změnil: RNDr. Daniel Jakubík, učo 139797. Změněno: 13. 2. 2018 00:56.
Anotace
In the field of gait recognition from motion capture data, designing human-interpretable gait features is a common practice of many fellow researchers. To refrain from ad-hoc schemes and to find maximally discriminative features we may need to explore beyond the limits of human interpretability. This paper contributes to the state-of-the-art with a machine learning approach for extracting robust gait features directly from raw joint coordinates. The features are learned by a modification of Linear Discriminant Analysis with Maximum Margin Criterion so that the identities are maximally separated and, in combination with an appropriate classifier, used for gait recognition. Experiments on the CMU MoCap database show that this method outperforms eight other relevant methods in terms of the distribution of biometric templates in respective feature spaces expressed in four class separability coefficients. Additional experiments indicate that this method is a leading concept for rank-based classifier systems.
Typ Název Vložil/a Vloženo Práva
23246 /2 Jakubík, D. 9. 11. 2016

Vlastnosti

Název
23246
Aplikace
Obnovit.
Adresa v ISu
https://repozitar.cz/auth/repo/23246/
Adresa ze světa
https://repozitar.cz/repo/23246/
Adresa do Správce
https://repozitar.cz/auth/repo/23246/?info
Ze světa do Správce
https://repozitar.cz/repo/23246/?info
Vloženo
St 9. 11. 2016 00:51

Práva

Právo číst
  • kdokoliv v Internetu
Právo vkládat
 
Právo spravovat
  • osoba RNDr. Daniel Jakubík, uco 139797
Atributy
 
000360_icpr679arxiv.pdf   Verze souboru 26. 9. 2017

Práva

Právo číst
 
Právo vkládat
 
Právo spravovat
  • osoba Mgr. Lucie Vařechová, uco 106253
  • osoba RNDr. Daniel Jakubík, uco 139797
  • osoba Mgr. Jolana Surýnková, uco 220973
Atributy
 
icpr679arxiv.pdf Licence Creative Commons  Verze souboru 9. 11. 2016

Vlastnosti

Název
icpr679arxiv.pdf
Adresa v ISu
https://repozitar.cz/auth/repo/23246/334880/
Adresa ze světa
https://repozitar.cz/repo/23246/334880/
Adresa do Správce
https://repozitar.cz/auth/repo/23246/334880/?info
Ze světa do Správce
https://repozitar.cz/repo/23246/334880/?info
Vloženo
St 9. 11. 2016 00:51

Práva

Právo číst
  • kdokoliv v Internetu
Právo vkládat
 
Právo spravovat
  • osoba Mgr. Bc. Růžena Zemanová, uco 134451
  • osoba RNDr. Daniel Jakubík, uco 139797
Atributy
 
Vytisknout
Přidat do schránky Zobrazeno: 22. 2. 2018 09:27

Relevantní odkazy 

Další projekty

Službu Repozitar.cz provozuje Vývojový tým Informačního systému Masarykovy univerzity.


Nahoru | Aktuální datum a čas: 22. 2. 2018 09:27, 8. (sudý) týden

Kontakty: repozitar(zavináč/atsign)fi(tečka/dot)muni(tečka/dot)cz