• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IFIP 159; IFIP TC 5 / WG 5.5 IFIP International Conference on Information Technology for Balanced Automation Systems in Manufacturing And Services; 20040927-29; Vienna(AT) >ONE-CLASS LEARNING FOR HUMAN-ROBOT INTERACTION
【24h】

ONE-CLASS LEARNING FOR HUMAN-ROBOT INTERACTION

机译：一站式人机交互学习

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A Suitable learning and classification mechanism is a crucial premise for Human-Robot Interaction. To this purpose, several one-class classification methods have been investigated using wavelet features (parameters of Hidden Markov Tree model) in this paper. Only target class patterns are used to train class models. Good discrimination over outlier (never seen non-target) patterns is still kept based on their distances to class model. Face and non-face classification is used as an example and some promising results are reported.
机译：合适的学习和分类机制是人机交互的关键前提。为此，本文研究了几种利用小波特征（隐马尔可夫树模型的参数）的一类分类方法。仅目标班级模式用于训练班级模型。仍然基于离类（从未见过的非目标）模式对类模型的距离保持良好的辨别力。以人脸和非人脸分类为例，并报告了一些有希望的结果。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号