Sind in einer reihe von clustern gruppiert, wobei jeder cluster eine reihe verbundener bodenblöcke darstellt. An jedem cluster wird ein einfacher nachbearbeitungsschritt ähnlich der erosion und dilatation durchgeführt. Zunächst werden einzelne bodenblocklücken gefüllt und das kopfortungspotential durch interpolation von benachbarten blöcken berechnet. Dann werden cluster, die einzelne blöcke enthalten, entfernt. Verbleibende cluster werden schließlich als eine reihe von polygonen dargestellt. Somit ist jeder aktivitätsbereich ein geschlossenes polygon ab, das durch eine geordnete menge seiner eckpunkte v0, vi, v2, ..., Vn = v0 definiert ist. Es besteht aus allen liniensegmenten, die nacheinander die eckpunkte v verbinden, d. H. Vqvi, viv2, vn-ivn = vn-ivo. Eine aktivitätszone hat normalerweise eine unregelmäßige form und wird als konkaves polygon erfasst. Ferner kann es löcher aufgrund von hindernissen enthalten, beispielsweise stühlen oder tischen. Es ist möglich, dass alle bodenblöcke aufgrund kontinuierlicher pfade in der szene verbunden sind. Daher kann die gesamte aktivitätszone nur ein einzelnes polygon sein. Abbildung 1c zeigt den cluster, der den aktivitätszonenbereich darstellt. Abbildung 1d zeigt das ergebnis nach verfeinerung der cluster. Abbildung le zeigt die grün gezeichneten randblöcke des clusters und die erkannten ecken als kreise. Die ecken definieren die eckpunkte des aktivitätszonenpolygons. Abbildung zeigt das endgültige polygon, das aus dem aktivitätsbereichscluster erkannt wurde. Die vorderste polygonkontur ist rot gezeichnet, während löcher innerhalb des polygons blau gezeichnet sind.

In der häuslichen umgebung ist kontextwissen für die aktivitätsanalyse erforderlich. Auf dem sofa zu liegen hat eine ganz bestimmte interpretation als auf dem boden zu liegen. Ohne kontextinformationen kann das übliche liegen auf dem sofa als ungewöhnliche aktivität eingestuft werden. Unter berücksichtigung dieses wichtigen aspekts unterstützen wir einen mechanismus, der das szenenkontextmodell unbeaufsichtigt lernt. Das vorgeschlagene kontextmodell enthält zwei informationsebenen: informationen auf blockebene, mit denen aspekte für den direkten klassifizierungsprozess generiert werden, und informationen auf zonenebene, mit denen die klassifizierungsergebnisse bestätigt werden.

Die entspannung des papiers ist wie folgt organisiert: in abschnitt 2 geben wir einen überblick über verwandte arbeiten und erläutern die unterschiede zu unserem ansatz. In abschnitt 3 stellen wir unsere lösung vor und skizzieren die gesamtstruktur der kontextlernmethode. In abschnitt 4 wird der halbüberwachte ansatz für die klassifizierung von aktivitäten vorgestellt. In abschnitt 5 werden experimentelle ergebnisse vorgestellt, um die leistung unseres ansatzes und seinen vergleich mit einigen aktuellen methoden zu zeigen. Abschnitt 6 schließt unser papier ab.

Pdf Challenges Of Defining Acute Kidney Injury 128328962 Sofa U Form Ostermann .

Pdf Renal Replacement Therapy For Acute Kidney Injury In 128328582 Sofa U Form Ostermann .

Pdf Riyadh Icu Program Users Group Crit Care Correlation Between 128328306 Sofa U Form Ostermann .

Pdf Angiotensin I And Angiotensin Ii Concentrations And Their 12832885 Sofa U Form Ostermann .

Context-Aware Visual Analysis Of Elderly Activity In A Cluttered 128328878 Sofa U Form Ostermann .