A topological approach for human movement classification and anticipation

Abstract : The motion capture systems are increasingly used for biomedical purposes. In order to recognize and classify the movements, however whole-body movements using passive markers, generate a huge amount of data. Can topological data analysis methods improve the recognition of movements? Can we use the results of this analysis combined with particular types of neural networks to anticipate the continuation of a movement?
Liste complète des métadonnées

Littérature citée [4 références]  Voir  Masquer  Télécharger

https://hal-univ-bourgogne.archives-ouvertes.fr/hal-01588554
Contributeur : Caps - Université de Bourgogne <>
Soumis le : vendredi 9 mars 2018 - 18:38:34
Dernière modification le : vendredi 7 décembre 2018 - 16:48:04
Document(s) archivé(s) le : dimanche 10 juin 2018 - 14:57:24

Fichier

LE2I_GP_2017_BENSEKKA.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Chakib Arslane Bensekka, Christophe Guillet, Frederic Merienne, Thierry Pozzo. A topological approach for human movement classification and anticipation. Gait and Posture, Elsevier, 2017, 57, supplément 1, pp.229-230. 〈http://www.sciencedirect.com/science/article/pii/S0966636217306100〉. 〈10.1016/j.gaitpost.2017.06.387〉. 〈hal-01588554〉

Partager

Métriques

Consultations de la notice

297

Téléchargements de fichiers

49