Zusammenfassung
In diesem Beitrag wird ein leistungsfähiges und robustes Echtzeitsystem zur Videosequenzerkennung vorgestellt. Eines der wesentlichen Bestandteile des Systems ist ein neuartiges Merkmals-extraktionsverfahren zur effektiven Verwendung von statistischen Methoden in der Videosequenzerkennung. Die Merkmalsextraktion ist für viele Anwendungen in der Videosequenzerkennung geeignet, in diesem Beitrag wird ihre Anwendung zur Erkennung dynamischer Gesten beschrieben. Unter Verwendung der neuen Merkmalsextraktion wurde ein Gestenerkennungssystem aufgebaut, das hintergrund- und personenunabhängig arbeiten kann. Es stellte sich heraus, daß die neuen Merkmale nicht nur die Charakteristik der Gesten sehr gut beschreiben konnten, sondern auch zu Merkmalsvektoren mit sehr wenigen Dimensionen für die einzelnen Bilder führte. Durch diese Reduktion der Datenmenge kann das System echtzeitfähig Gesten erkennen.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literatur
Starrier, T.; Pentland, A.: Real-Time American Sign Language Recognition from Video Using Hidden Markov Models. 1996, ftp://whitechapel.media.mit.edu/pub/tech-reports/TR-375.ps.Z
Bobick, A.F.; Davis, J.W.: Real-Time Recognition of Activity Using Temporal Templates. The Workshop on Applications of Computer Vision, 1996, http://whitechapel.media.mit.edu/pub/tech-reports/TR-386.ps.Z
Cédras, C.; Shah, M.: Motion-Based Recognition: a Survey. Image and Vision Computing, 1995, ftp://eustis.cs.ucf.edu/pub/tech_paper/survey.ps.gz
Schuster, M.; Rigoll, G.: Fast Online Video Image Sequence Recognition with statistical Methods. Proc. IEEE Int. Conf. on Acoustics, Speech, and Signal Processing ( ICASSP ), Atlanta, 1996, pp. 3450–3453
Rigoll, G.; Kosmala, A.; Schuster M.: A New Approach to Video Sequence Recognition Based on Statistical Methods. Proc. IEEE Int. Conf. on Image Processing (ICIP), Lausanne, 1996. Vol. III, pp. 839–842
Eickeler, S.: Optimierung eines Systems zur Videosequenzerkennung Diplomarbeit, Gerhard-Mercator-Universität Duisburg, Fachbereich Elektrotechnik, 1996
Eickeler, S.; Kosmala, A.: Videogestützte Gestik-und Bewegtbilderkennung. 1997, http://www.fb9-ti.uni-duisburg.de/projekte/video/video.html
Rabiner, L. R.: A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition. Proc. of the IEEE, Volume 77, Number 2, Pages 257–285, 1989
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1997 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Eickeler, S., Kosmala, A., Rigoll, G. (1997). Echtzeitfähige Videosequenzerkennung mit statistischen Verfahren. In: Paulus, E., Wahl, F.M. (eds) Mustererkennung 1997. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-60893-3_9
Download citation
DOI: https://doi.org/10.1007/978-3-642-60893-3_9
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-63426-3
Online ISBN: 978-3-642-60893-3
eBook Packages: Springer Book Archive