We have described a static posture

We have described a static posture classification system based
on a sensing chair that monitors the pressure distribution patterns
on its surfaces in real time. The PCA technique, commonly
used in computer and robot vision, has been successfully
applied to the problem of posture classification from pressure
maps. A PCA-based algorithm has the advantage of being very
fast. Its disadvantage is the lack of physical interpretations associated
with eigenposture spaces. Our current system runs in
real-time (with an update rate of roughly 6 Hz) on a Pentium
PC in Windows 98 environment. Average classification accuracy
is 96% for subjects the system had felt before, and 79%
for those who are new to the system. We are currently investigating
ways to improve the system’s accuracy for new subjects
by taking into account the first three eigenposture spaces that are
closest to the test pressure map. Future work is aimed toward a
dynamic posture tracking system that continuously tracks not
only steady-state (static) but transitional (dynamic) sitting postures.

ผลลัพธ์ (ไทย) 1:

เราได้อธิบายระบบจัดประเภทท่าคงอยู่บนเก้าอี้ sensing ที่ตรวจสอบรูปแบบการกระจายความดันบนของพื้นผิวในเวลาจริง สมาคมเทคนิค ทั่วไปใช้วิสัยทัศน์คอมพิวเตอร์และหุ่นยนต์ ได้รับเรียบร้อยแล้วใช้การจัดประเภทท่าทางจากความดันแผนผัง อัลกอริทึมที่ใช้ PCA มีข้อดีอยู่มากรวดเร็ว ข้อเสียของมันคือ ขาดการตีความทางกายภาพที่เกี่ยวข้องมีช่องว่าง eigenposture ระบบของเราปัจจุบันทำงานในเวลาจริง (มีการปรับปรุงอัตราการประมาณ 6 Hz) บน Pentium เป็นคอมพิวเตอร์ในระบบ Windows 98 ประเภทค่าเฉลี่ยความถูกต้อง96% สำหรับเรื่องระบบได้รู้สึกก่อน และ 79%สำหรับผู้ที่ยังใหม่กับระบบ ในขณะตรวจวิธีการปรับปรุงความถูกต้องของระบบในวิชาใหม่โดยการเข้าไปในช่องว่าง eigenposture 3 บัญชีแรก ที่ได้ใกล้เคียงกับแผนที่ความดันทดสอบ ทำงานในอนาคตมุ่งไปสู่การท่าทางแบบไดนามิกที่ระบบที่ติดตามอย่างต่อเนื่องไม่ติดตามเดียวท่อน (คง) แต่ท่านั่งอีกรายการ (ชั่วคราว)

ผลลัพธ์ (ไทย) 2:

เราได้อธิบายระบบการจำแนกท่าทางคงที่ขึ้นอยู่บนเก้าอี้ที่ตรวจจับการตรวจสอบรูปแบบการกระจายความดันบนพื้นผิวในเวลาจริง เทคนิค PCA ปกติจะใช้ในคอมพิวเตอร์และวิสัยทัศน์ของหุ่นยนต์ที่ได้รับการประสบความสำเร็จนำไปใช้ในการแก้ไขปัญหาของการจำแนกท่าทางจากความดันแผนที่ อัลกอริทึมที่ใช้ PCA มีความได้เปรียบของการเป็นมากอย่างรวดเร็ว ข้อเสียของมันคือการขาดการตีความทางกายภาพที่เกี่ยวข้องกับ eigenposture พื้นที่ ระบบของเราในปัจจุบันทำงานในเวลาจริง (ที่มีอัตราการปรับปรุงประมาณ 6 Hz) ใน Pentium เครื่องคอมพิวเตอร์ใน Windows 98 สภาพแวดล้อม ความถูกต้องจำแนกเฉลี่ยเป็น 96% สำหรับวิชาระบบมีความรู้สึกก่อนและ 79% สำหรับผู้ที่ยังใหม่กับระบบ ขณะนี้เรากำลังตรวจสอบวิธีการที่จะปรับปรุงความถูกต้องของระบบสำหรับวิชาใหม่โดยคำนึงถึงครั้งแรกที่สามeigenposture พื้นที่ที่มีความใกล้เคียงกับแผนที่ความดันทดสอบ การทำงานในอนาคตมีวัตถุประสงค์ที่มีต่อระบบการติดตามท่าทางแบบไดนามิกที่ติดตามอย่างต่อเนื่องไม่เพียงแต่รัฐคงที่ (คงที่) แต่การเปลี่ยนผ่าน (ไดนามิก) ท่านั่ง

ผลลัพธ์ (ไทย) 3:

เราได้อธิบาย
ตามระบบการจำแนกการสถิตท่าบนเก้าอี้ที่ตรวจสอบรูปแบบการกระจายความดัน
บนพื้นผิวของมันในเวลาจริง เทคนิค PCA
ใช้ทั่วไปในวิสัยทัศน์คอมพิวเตอร์และหุ่นยนต์ได้รับเรียบร้อยแล้ว
ใช้กับปัญหาของการจำแนกท่าจากความดัน
แผนที่ ขั้นตอนวิธีที่ใช้ PCA ได้เปรียบมาก
อย่างรวดเร็วข้อเสียคือการขาดการตีความทางกายภาพที่เกี่ยวข้องกับ eigenposture
ช่องว่าง ระบบของเราในปัจจุบันอยู่ใน
แบบเรียลไทม์ ( มีการปรับปรุงอัตราประมาณ 6 Hz ) บนพีซี Pentium
ใน Windows 98 )
ถูกต้องจำแนกเฉลี่ย 96% สำหรับวิชาระบบได้รู้สึกมาก่อน และร้อยละ 79
สำหรับผู้ที่ยังใหม่กับระบบ เรากำลังตรวจสอบ
วิธีที่จะปรับปรุงความถูกต้องของระบบใหม่วิชา
โดยพิจารณาสามตัวแรก eigenposture เป็นที่
ใกล้สอบความดันแผนที่ การทำงานในอนาคตจะมุ่งสู่
ท่าทางแบบไดนามิกในการติดตามระบบที่ต่อเนื่องติดตามไม่คงที่ ( Static )
เพียงแต่เปลี่ยนผ่าน ( แบบไดนามิก ) ท่านั่ง .