Optimisation Algorithms for Hand Posture Estimation



de

,

Éditeur :

Springer


Paru le : 2019-08-26



eBook Téléchargement , DRM LCP 🛈 DRM Adobe 🛈
Lecture en ligne (streaming)
89,66

Téléchargement immédiat
Dès validation de votre commande
Ajouter à ma liste d'envies
Image Louise Reader présentation

Louise Reader

Lisez ce titre sur l'application Louise Reader.

Description
Ce livre passe en revue la littérature sur l'estimation de la posture des mains à l'aide de méthodes génératives, en identifiant les lacunes actuelles, telles que la sensibilité aux formes des mains, la sensibilité à une bonne posture initiale, la difficulté de récupérer la posture des mains en cas de perte de suivi et l'absence d'objectifs multiples pour maximiser la précision et minimiser les coûts informatiques. Pour combler ces lacunes, il propose un nouveau modèle de main 3D qui combine les meilleures caractéristiques des modèles de main 3D actuels de la littérature. Il traite également du développement d'une technique d'optimisation de la forme de la main. Pour trouver l'optimum global pour le problème à objectif unique formulé, il améliore et applique l'optimisation de l'essaim de particules (PSO), l'un des algorithmes d'optimisation les plus réputés et qui est utilisé avec succès dans la science et l'industrie. Après avoir formulé le problème, l'optimisation de l'essaim de particules multi-objectif (MOPSO) est utilisée pour estimer le front optimal de Pareto comme solution à ce problème bi-objectif. Le livre démontre également l'efficacité de l'amélioration de l'OPS dans la récupération de la posture des mains en cas de perte de suivi. Enfin, l'ouvrage examine pour la première fois la formulation de l'estimation de la posture des mains en tant que problème bi-objectif.



Les études de cas comprenaient 50 postures de la main extraites de cinq ensembles de données standard et ont été utilisées pour comparer le modèle de main 3D proposé, l'optimisation de la forme des mains et la récupération de la posture de la main.
Pages
205 pages
Collection
n.c
Parution
2019-08-26
Marque
Springer
EAN papier
9789811397561
EAN PDF
9789811397578

Informations sur l'ebook
Nombre pages copiables
2
Nombre pages imprimables
20
Taille du fichier
12524 Ko
Prix
89,66 €
EAN EPUB
9789811397578

Informations sur l'ebook
Nombre pages copiables
2
Nombre pages imprimables
20
Taille du fichier
46735 Ko
Prix
89,66 €

Dr. Shahrzad Saremi is a lecturer at Griffith College, Griffith University, Australia. She received her BA in Information Technology from the Malaysian Multi Media University and M.Sc in Interaction Design from the University of Queensland. Dr. Saremi has published more than 20 articles in high-impact journals. Her main research interests include machine learning, optimization, human-computer interaction, augmented reality and gesture detection.

Dr. Seyedali Mirjalili is a lecturer at Griffith College, Griffith University and internationally recognized for his advances in nature-inspired Artificial Intelligence (AI) techniques. He is the author of five books, 100 journal articles, 20 conference papers, and 20 book chapters. With over 10000 citations and H-index of 40, he is one of the most influential AI researchers in the world.  From Google Scholar metrics, he is globally the 3rd most cited researcher in Engineering Optimisation and Robust Optimisation using AI techniques. He has been the keynote speaker of several international conferences and is serving as an associate editor of top AI journals including Applied Soft Computing, Applied Intelligence, IEEE Access, Advances in Engineering Software, and Applied Intelligence.

Suggestions personnalisées