000085049 001__ 85049 000085049 005__ 20191118101511.0 000085049 037__ $$aTAZ-TFG-2019-3377 000085049 041__ $$aspa 000085049 1001_ $$aBerriel Martins, Tomás 000085049 24200 $$aAutomated human actions recognition in 3D video sequences 000085049 24500 $$aReconocimiento automático de acciones humanas en secuencias de vídeo con cámara 3D 000085049 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2019 000085049 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/ 000085049 520__ $$aEl objetivo de este trabajo es determinar las articulaciones más relevantes para el<br />análisis de cada clase de acciones, así como diseñar un clasificador de acciones humanas<br />a partir de la información de un sensor de posición 3D (Kinect). Se parte del análisis<br />de la base de datos, y continua con el estudio de los parámetros de una red Long Short<br />Term Memory y el desarrollo de tres clasificadores distintos basados en dichas redes<br />LSTM.<br /><br /> 000085049 521__ $$aGraduado en Ingeniería Electrónica y Automática 000085049 540__ $$aDerechos regulados por licencia Creative Commons 000085049 700__ $$aOrrite Uruñuela, Carlos Miguel$$edir. 000085049 7102_ $$aUniversidad de Zaragoza$$bIngeniería Electrónica y Comunicaciones$$cTecnología Electrónica 000085049 8560_ $$f718756@celes.unizar.es 000085049 8564_ $$s1452582$$uhttps://zaguan.unizar.es/record/85049/files/TAZ-TFG-2019-3377.pdf$$yMemoria (spa) 000085049 909CO $$ooai:zaguan.unizar.es:85049$$pdriver$$ptrabajos-fin-grado 000085049 950__ $$a 000085049 951__ $$adeposita:2019-11-18 000085049 980__ $$aTAZ$$bTFG$$cEINA 000085049 999__ $$a20190918205309.CREATION_DATE