Classificação hierárquica para reconhecimento de atividades humanas de transição

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorBernardini, Flavia Cristina-
Autor(es): dc.contributorMiranda, Leandro Botelho Alves de-
Autor(es): dc.contributorViterbo Filho, José-
Autor(es): dc.contributorAndrade, Eduardo de Oliveira-
Autor(es): dc.creatorSilva, Gabriel Costa e-
Data de aceite: dc.date.accessioned2024-07-11T17:58:46Z-
Data de disponibilização: dc.date.available2024-07-11T17:58:46Z-
Data de envio: dc.date.issued2022-07-26-
Data de envio: dc.date.issued2022-07-26-
Data de envio: dc.date.issued2021-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/25850-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/761258-
Descrição: dc.descriptionEm um mundo cada vez mais conectado, a tecnologia tornou-se parte inerente da vida das pessoas. Neste cenário surgem recursos tecnológicos voltados ao auxílio cotidiano, como é o caso do Reconhecimento de Atividades Humanas, com benefícios particulares em saúde e segurança. Entretanto, é imprescindível identificar apropriadamente as atividades, que muitas vezes são formadas por sequências de outras atividades. Exatamente nesta conjuntura entram as atividades de transição como ponto de união entre os elementos da sequência. O reconhecimento dessas transições dificilmente é preciso devido às características inerentes. Este trabalho tem por objetivo analisar o reconhecimento de atividades de transição em busca de um método capaz de aprimorar tal reconhecimento. A partir disso, este trabalho propõe um algoritmo hierárquico capaz de identificar de forma robusta essas atividades de transição. Os resultados nos mostram que o algoritmo é eficaz tanto para dados provenientes de sensores inerciais quanto de câmeras com sensor de profundidade.-
Descrição: dc.descriptionTechnology has become an inherent part of people’s lives in an increasingly connected world. In this scenario, technological resources arise aimed at everyday assistance, such as Human Activity Recognition, with particular benefits in health and safety. However, it is imperative to properly identify activities, which are often formed by sequences of other activities. In this situation, postural transitions come in as a union point precisely between the sequence elements. Recognition of these transitions is hardly accurate due to inherent characteristics. This work aims to analyze the recognition of postural transitions in search of a method capable of improving such recognition. Based on this, this work proposes a hierarchical algorithm capable of consistently identifying these postural transitions. The results show that the algorithm is effective for data coming from inertial sensors and cameras with a depth sensor.-
Descrição: dc.description65 p.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectReconhecimento de atividades humanas-
Palavras-chave: dc.subjectAtividades de transição-
Palavras-chave: dc.subjectAprendizado de máquina-
Palavras-chave: dc.subjectAprendizado de máquina-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectComputação ubíqua-
Palavras-chave: dc.subjectHuman Activity Recognition-
Palavras-chave: dc.subjectPostural Transitions-
Palavras-chave: dc.subjectMachine Learning-
Título: dc.titleClassificação hierárquica para reconhecimento de atividades humanas de transição-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.