Bakalářská práce

Využití shlukovacích algoritmů pro kvantizaci pohybových dat

Application of clustering algorithms for motion data quantization

Tomáš Martinčík
Anotace

S rostoucí dostupností technik snímání pohybu vrůstá i množství vygenerovaných dat a s tím spojená potřeba je efektivně zpracovávat. Jedno z navržených řešení spočívá v kvantizaci nezpracovaných sekvencí dat na Motion Words. Tento proces zahrnuje shlukování krátkých úseků dat, k čemuž byl dříve použit algoritmus k-medoids. Tato práce zkoumá použití alternativních algoritmů, spadajících do různých kategorií …více

Abstract

With the growing availability of motion capture techniques, the ability to process large amounts of data efficiently is increasingly relevant. One proposed solution consists of quantizing unlabeled sequences of data into Motion Words. The process involves clustering short segments of motion capture data. The clustering was previously performed using the k-medoids algorithm. This thesis investigates …více

Klíčová slova
motion capture motion words clustering agglomerative clustering DBSCAN HDBSCAN Jarvis-Patrick k-medoids k-means Voronoi partitioning
Zadání práce
Pohyb člověka lze zachytit jako sekvenci póz, kde každá póza zaznamenává 3D souřadnice vybraných kloubů (tzv. MoCap data). Tato vysokodimenzionální data však nejsou vhodná pro efektivní zpracování, proto byly v nedávné době navrženy metody, které pomocí kvantizace prostoru MoCap dat definují jednodušší reprezentaci pohybů. Tato práce se bude zabývat konkrétně technikou Motion Words, která využívá shlukování krátkých úseků MoCap dat. V současné době se používá základní algoritmus k-means clustering, existuje však řada dalších shlukovacích algoritmů, které by pro tuto úlohu mohly být vhodné. Cílem bakalářské práce je zvolit, naimplementovat a experimentálně vyhodnotit alespoň dva z nich. Student se zejména zaměří na možnosti aglomerativního shlukování a shlukování pomocí grafových algoritmů. Pro vyhodnocení bude využita standardní testovací datová sada HDM05.
Administrativní informace
Práce zkontrolována:
22. 7. 2020 09:36, RNDr. Petra Budíková, Ph.D., učo 66445
Plný text práce
953 KB / soubor PDF
Přílohy (2)
Jazyk práce
angličtina angličtina
Termín obhajoby
23. 9. 2020
Práce byla úspěšně obhájena

Vedoucí

RNDr. Petra Budíková, Ph.D., učo 66445
KSUZD FI MU

Oponent

RNDr. Petr Eliáš, Ph.D.
KSUZD FI MU

Literatura

  • EVERITT, Brian. Cluster Analysis. 5th ed. Chichester: Wiley, 2011, xii, 330. ISBN 9780470749913.
  • SEDMIDUBSKÝ, Jan; Petra BUDÍKOVÁ; Vlastislav DOHNAL a Pavel ZEZULA. Motion Words: A Text-like Representation of 3D Skeleton Sequences. Online. In 42nd European Conference on Information Retrieval (ECIR). Cham: Springer, 2020, s. 527-541. ISBN 978-3-030-45438-8. Dostupné z: https://doi.org/10.1007/978-3-030-45439-5_35.
Citovat tuto práci
Masarykova univerzita Fakulta informatiky
Studijní program
Informatika
Obor

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.