Skip to content
Licensed Unlicensed Requires Authentication Published by De Gruyter (O) September 28, 2014

Teilüberwachtes Lernen von emblematischen Gesten

Semi-supervised learning of emblematic gestures
  • Husam Al-Behadili

    M. Sc. Husam Al-Behadili ist Dozent am Engineering College der Mustansiriyah-Universität Bagdad (Irak) und arbeitet derzeit als Doktorand am Arbeitsgebiet Bildsignalverarbeitung an der Fakultät für Elektrotechnik und Informationstechnik der TU Dortmund. Hauptarbeitsgebiete: Musterklassifikationsverfahren für die Gestenerkennung.

    Technische Universität Dortmund, Fakultät für Elektrotechnik und Informationstechnik, Arbeitsgebiet Bildsignalverarbeitung, D-44227 Dortmund, Fax: + 49-(0)231-755-3685

    , Christian Wöhler

    Prof. Dr. Christian Wöhler ist Leiter des Arbeitsgebiets Bildsignalverarbeitung an der Fakultät für Elektrotechnik und Informationstechnik der TU Dortmund. Hauptarbeitsgebiete: 2D- und 3D-Bildverarbeitung, Photogrammetrie, Fernerkundung, Musterklassifikation.

    Technische Universität Dortmund, Fakultät für Elektrotechnik und Informationstechnik, Arbeitsgebiet Bildsignalverarbeitung, D-44227 Dortmund, Fax: + 49-(0)231-755-3685

    EMAIL logo
    and Arne Grumpe

    Dipl.-Ing. Arne Grumpe ist wissenschaftlicher Mitarbeiter am Arbeitsgebiet Bildsignalverarbeitung an der Fakultät für Elektrotechnik und Informationstechnik der TU Dortmund. Hauptarbeitsgebiete: 3D-Bildverarbeitung, Fernerkundung, Musterklassifikation.

    Technische Universität Dortmund, Fakultät für Elektrotechnik und Informationstechnik, Arbeitsgebiet Bildsignalverarbeitung, D-44227 Dortmund, Fax: + 49-(0)231-755-3685

Zusammenfassung

Diese Arbeit beschreibt eine Methode zum teilüberwachten Lernen von dreidimensionalen emblematischen Gesten. Ausgehend vom überwachten Lernen mit einem kleinen, von wenigen Personen stammenden Datensatz wird der Lerndatensatz unter Anwendung eines teilüberwachten Lernansatzes vollautomatisch erweitert. Mehrere Kriterien für die Akzeptanz bzw. Rückweisung eines vom Klassifikator erzeugten Klassenlabels werden vorgeschlagen. Die experimentelle Evaluation zeigt, dass die mit dem dargestellten teilüberwachten Lernansatz erzielte Fehlerrate nur unwesentlich über derjenigen liegt, die sich bei Verwendung aller manuell gesetzten Klassenlabel ergeben würde.

Abstract

This study describes a method for semi-supervised learning of three-dimensional emblematic gestures. Starting from a supervised learning stage using a small initial training set, the training set is extended fully automatically by employing a semi-supervised learning approach. Several criteria for acceptance or rejection of the class labels generated by the classifier are proposed. The experimental evaluation shows that the proposed semi-supervised learning approach yields an error rate which is only slightly higher than that of a classifier using all manually assigned class labels.

Über die Autoren

Husam Al-Behadili

M. Sc. Husam Al-Behadili ist Dozent am Engineering College der Mustansiriyah-Universität Bagdad (Irak) und arbeitet derzeit als Doktorand am Arbeitsgebiet Bildsignalverarbeitung an der Fakultät für Elektrotechnik und Informationstechnik der TU Dortmund. Hauptarbeitsgebiete: Musterklassifikationsverfahren für die Gestenerkennung.

Technische Universität Dortmund, Fakultät für Elektrotechnik und Informationstechnik, Arbeitsgebiet Bildsignalverarbeitung, D-44227 Dortmund, Fax: + 49-(0)231-755-3685

Christian Wöhler

Prof. Dr. Christian Wöhler ist Leiter des Arbeitsgebiets Bildsignalverarbeitung an der Fakultät für Elektrotechnik und Informationstechnik der TU Dortmund. Hauptarbeitsgebiete: 2D- und 3D-Bildverarbeitung, Photogrammetrie, Fernerkundung, Musterklassifikation.

Technische Universität Dortmund, Fakultät für Elektrotechnik und Informationstechnik, Arbeitsgebiet Bildsignalverarbeitung, D-44227 Dortmund, Fax: + 49-(0)231-755-3685

Arne Grumpe

Dipl.-Ing. Arne Grumpe ist wissenschaftlicher Mitarbeiter am Arbeitsgebiet Bildsignalverarbeitung an der Fakultät für Elektrotechnik und Informationstechnik der TU Dortmund. Hauptarbeitsgebiete: 3D-Bildverarbeitung, Fernerkundung, Musterklassifikation.

Technische Universität Dortmund, Fakultät für Elektrotechnik und Informationstechnik, Arbeitsgebiet Bildsignalverarbeitung, D-44227 Dortmund, Fax: + 49-(0)231-755-3685

Erhalten: 2014-4-28
Angenommen: 2014-8-4
Online erschienen: 2014-9-28
Erschienen im Druck: 2014-10-28

©2014 Walter de Gruyter Berlin/Boston

Downloaded on 27.4.2024 from https://www.degruyter.com/document/doi/10.1515/auto-2014-1115/html
Scroll to top button