Classification de signaux multidimensionnels utilisant la distribution de Wishart : Application à la reconnaissance de mouvements

Show full item record

Files in this item

PDF GRETSI_2007_1321.pdf 389.4Kb

Pour citer ce document :
URI: http://hdl.handle.net/2042/17755
Title: Classification de signaux multidimensionnels utilisant la distribution de Wishart : Application à la reconnaissance de mouvements
Author: HIDOT, Sullivan; SAINT-JEAN, Christophe; LAFAYE, Jean-Yves
Abstract: Cet article propose une nouvelle application de la distribution de Wishart à la reconnaissance et la classification supervisée ou non de mouvements. La signature est la matrice de covariance entre les coordonnées spatiales de capteurs placés sur les principales articulations d'un exécutant. Dans les deux types de classification, on attribue à chaque classe une densité de Wishart de paramètres préalablement estimés dépendant d'une fonction de vraisemblance à maximiser. L'avantage de ces deux approches est d'une part de fournir de bons taux de reconnaissance (classification supervisée) et d'autres part d'extraire des sous-mouvements présents dans chaque classe de mouvements-type a priori (classification non supervisée). Nous mettons en valeur la robustesse de la méthode en étudiant la classification pour différents niveaux de lissage des variables-capteurs. Nous présentons les résultats obtenus sur un corpus de 219 mouvements typiques de la danse classique.
Publisher: GRETSI, Groupe d’Etudes du Traitement du Signal et des Images
Date: 2007

This item appears in the following Collection(s)

Show full item record





Advanced Search