• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on Industrial Technology >Human task reproduction with Gaussian mixture models
【24h】

Human task reproduction with Gaussian mixture models

机译：使用高斯混合模型进行人工任务复制

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper proposes a new motion-copying system which uses statistical approaches for recording and reproducing of human tasks. In conventional motion-copying systems, haptic data of human motions is recorded directly to the database at every sampling. As a result, the amount of haptic data for the database is large in general. In addition to that, it is hard to segment and reorganize the recorded human motions. Therefore, the motion-copying system proposed in this paper uses Gaussian mixture model (GMM) to model human motions for the recording. The modeled GMM are recorded in the database instead of raw haptic data. Therefore, the recorded data size is reduced compared with conventional methods. Furthermore, the automatic segmentation and reorganization of recorded human motions are possible. Proposed method uses Gaussian mixture regression (GMR) to retrieve haptic information from GMM for the reproducing. The validity of the proposed method was confirmed through 1DOF motion-copying experiment.
机译：本文提出了一种新的运动复制系统，该系统使用统计方法来记录和再现人工任务。在传统的运动复制系统中，每次采样时，人体运动的触觉数据都直接记录到数据库中。结果，数据库的触觉数据量通常很大。除此之外，很难对已录制的人类动作进行细分和重新组织。因此，本文提出的运动复制系统使用高斯混合模型（GMM）来建模用于记录的人类运动。建模的GMM记录在数据库中，而不是原始的触觉数据。因此，与常规方法相比，减小了记录的数据大小。此外，可以对记录的人体动作进行自动分割和重新组织。提出的方法使用高斯混合回归（GMR）从GMM检索触觉信息以进行再现。通过一自由度运动复制实验证实了该方法的有效性。

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