Resumen

Este artículo presenta un nuevo método para reconocer actividades humanas basado en clasificación ponderada de las características extraídas del cuerpo humano. Para este fin, las nuevas características dependen del peso tomado de la imagen o video utilizado en el descriptor propuesto. La postura humana juega un papel importante en las características extraídas; luego estas características se utilizan como la entrada de peso con el clasificador. Utilizamos aprendizaje automático durante dos pasos de entrenamiento y pruebas en imágenes de un conjunto de datos estándar que se puede utilizar para evaluar el sistema. A diferencia de métodos anteriores que necesitan el tamaño o la longitud de las formas principalmente para representar las señales cuando se utiliza el aprendizaje automático para reconocer actividades humanas, los resultados experimentales precisos provenientes de segmentos apropiados del cuerpo humano demostraron la valía del método propuesto. Se utilizan doce actividades en un desafío de comparación de disponibilidad con un conjunto de datos para demostrar nuestro método. Los resultados muestran que logramos un 87.3% en el conjunto de entrenamiento, mientras que en el conjunto de pruebas, logram

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Método; Actividades humanas; Clasificación ponderada; Características; Aprendizaje automático; Pose humana
• Keywords:Method; Human activities; Weighted classification; Features; Machine learning; Human pose