Andere Kunden interessierten sich auch für
![Sistema di monitoraggio delle presenze dei dipendenti utilizzando il riconoscimento delle impronte digitali]( "Sistema di monitoraggio delle presenze dei dipendenti utilizzando il riconoscimento delle impronte digitali")
Sistema di monitoraggio delle presenze dei dipendenti utilizzando il riconoscimento delle impronte digitali36,99 €![HUMAN ACTIVITY RECOGNITION USING DEEP LEARNING]( "HUMAN ACTIVITY RECOGNITION USING DEEP LEARNING")
HUMAN ACTIVITY RECOGNITION USING DEEP LEARNING44,99 €![Erkennung menschlicher Aktivitäten mithilfe von Deep Learning]( "Erkennung menschlicher Aktivitäten mithilfe von Deep Learning")
Erkennung menschlicher Aktivitäten mithilfe von Deep Learning68,90 €![Trends in Deep Learning Methodologies]( "Trends in Deep Learning Methodologies")
Trends in Deep Learning Methodologies97,99 €![Riconoscimento e rilevamento del volto specifico di una persona basato su CNN]( "Riconoscimento e rilevamento del volto specifico di una persona basato su CNN")
Riconoscimento e rilevamento del volto specifico di una persona basato su CNN26,99 €![Sviluppo di un modello predittivo dello stato epidemico dell'HIV/AIDS utilizzando la macchina]( "Sviluppo di un modello predittivo dello stato epidemico dell'HIV/AIDS utilizzando la macchina")
Sviluppo di un modello predittivo dello stato epidemico dell'HIV/AIDS utilizzando la macchina29,99 €![Disturbi dell'andatura basati sul riconoscimento dell'attività e sul monitoraggio del passo]( "Disturbi dell'andatura basati sul riconoscimento dell'attività e sul monitoraggio del passo")
Disturbi dell'andatura basati sul riconoscimento dell'attività e sul monitoraggio del passo22,99 €
L'HAR è un campo di ricerca legato al rilevamento volontario delle attività quotidiane svolte dalle persone sulla base di serie temporali di dati che utilizzano sensori. L'HAR comprende vari ambiti, come la sorveglianza, il monitoraggio dei bambini, l'assistenza sanitaria agli anziani e la guida intelligente delle automobili, utilizzando diversi approcci per risolvere i problemi in modo efficiente e accurato. I sistemi HAR tradizionali utilizzano sensori indossabili come le unità di misura inerziali (IMU) e i sensori di allungamento per riconoscere le attività.Questo approccio mostra risultati notevoli per le attività di base dell'utente, come stare seduti, in piedi e camminare. Tuttavia, per attività complesse come la corsa, il salto, la lotta e l'oscillazione, i sistemi HAR basati su sensori presentano tassi di classificazione errati più elevati a causa degli errori di lettura dei sensori. Questi errori del sensore comportano i peggiori risultati di classificazione possibili e riducono le prestazioni complessive del sistema HAR. Utilizzando una combinazione di CNN e LSTM, i dati vengono estratti ed elaborati dai video. In questo libro viene proposta una rete neurale convoluzionale profonda, con la quale vengono estratte le caratteristiche per la raccolta dei dati dalla sequenza di ingresso (video). Successivamente si utilizzerà LSTM per determinare le relazioni temporali tra le immagini.