Jump to ContentJump to Main Navigation
Show Summary Details
More options …

at - Automatisierungstechnik

Methoden und Anwendungen der Steuerungs-, Regelungs- und Informationstechnik

[AT - Automation Technology: Methods and Applications of Control, Regulation, and Information Technology
]

Editor-in-Chief: Bretthauer, Georg

12 Issues per year


IMPACT FACTOR 2016: 0.675

CiteScore 2016: 0.55

SCImago Journal Rank (SJR) 2016: 0.262
Source Normalized Impact per Paper (SNIP) 2016: 0.645

Online
ISSN
2196-677X
See all formats and pricing
More options …
Volume 62, Issue 10 (Oct 2014)

Issues

Teilüberwachtes Lernen von emblematischen Gesten

Semi-supervised learning of emblematic gestures

Husam Al-Behadili / Christian Wöhler / Arne Grumpe
Published Online: 2014-09-28 | DOI: https://doi.org/10.1515/auto-2014-1115

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.

Keywords: Classification; gestures; polynomial classifier; confidence band; semi-supervised learning

Schlagwörter: Klassifikation; Gesten; Polynomklassifikator; Konfidenzband; teilüberwachtes Lernen

About the article

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


Accepted: 2014-08-04

Received: 2014-04-28

Published Online: 2014-09-28

Published in Print: 2014-10-28


Citation Information: at - Automatisierungstechnik, ISSN (Online) 2196-677X, ISSN (Print) 0178-2312, DOI: https://doi.org/10.1515/auto-2014-1115.

Export Citation

©2014 Walter de Gruyter Berlin/Boston. Copyright Clearance Center

Comments (0)

Please log in or register to comment.
Log in