Show simple item record

dc.contributor.advisorΚυριαζής, Δημοσθένης
dc.contributor.authorΓεωργούλας, Ιωάννης
dc.date.accessioned2019-02-21T10:06:32Z
dc.date.available2019-02-21T10:06:32Z
dc.date.issued2018-12
dc.identifier.urihttp://dione.lib.unipi.gr/xmlui/handle/unipi/11871
dc.description.abstractΣτόχος της επιδιωκόμενης ερευνητικής μελέτης και παρούσας διπλωματικής εργασίας είναι η μελέτη διαφόρων τεχνικών μηχανικής μάθησης με σκοπό την ψηφιοποίηση της άυλης πολιτιστικής κληρονομίας. Η παρούσα διπλωματική εργασία είναι δομημένη σε δύο διαφορετικές ενότητες, η κάθε μια από τις οποίες μελετάει και αναλύει μία διαφορετική εφαρμογή πάνω στην άυλη πολιτιστική κληρονομιά. Στην πρώτη ενότητα θα παρουσιαστεί μια εναλλακτική προσέγγιση σύνοψης της χορογραφίας. Αυτό σημαίνει ότι ένας πολύ μικρός αριθμός καρέ εικόνων εξάγονται με σκοπό να αντιπροσωπεύσουν μια χορογραφία, μειώνοντας έτσι σημαντικά την πολυπλοκότητα επεξεργασίας και αποθήκευσης. Στην προσέγγισή μας το πρόβλημα της συνοπτικής παρουσίασης της χορογραφίας αντιμετωπίζεται ως μια προσέγγιση μη εποπτευόμενης ομαδοποίησης. Στην δεύτερη ενότητα θα παρουσιαστεί ένα εκπαιδευτικό πλαίσιο για την ανάλυση και απεικόνιση της κινησιολογίας χορού βασισμένο στην εκμάθηση ενός σημειογραφικού συστήματος για την ανάλυση και επεξεργασία της ανθρώπινης κίνησης (Labanotation). Ο αισθητήρας Kinect χρησιμοποιείται για την εξαγωγή δεδομένων του σκελετού, τα οποία κατόπιν επεξεργάζονται και μετασχηματίζονται γεωμετρικά. Στη συνέχεια, αναλύονται με βάση το σύστημα Labanotation (σημειογραφικό σύστημα για την ανάλυση και επεξεργασία της ανθρώπινης κίνησης) για να χαρακτηρίσουν τη στάση των ανθρώπινων άκρων.el
dc.format.extent48el
dc.language.isoelel
dc.publisherΠανεπιστήμιο Πειραιώςel
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Διεθνές*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.titleΤεχνικές μηχανικής μάθησης εφαρμοσμένες στην άυλη πολιτιστική κληρονομιάel
dc.typeMaster Thesisel
dc.contributor.departmentΣχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτωνel
dc.description.abstractENThe aim of the research study and present diploma thesis is the study of various machine learning techniques for the digitization of the intangible cultural heritage. This diploma thesis is structured in two different parts, each of which studies and analyzes a different application and framework on the intangible cultural heritage. In the first section will be presented an alternative approach to choreography summarization. This means that a very small number of key-frames from images are exported in order to represent a whole choreography, thus significantly reducing the processing and storage complexity. In our approach, the problem of the summary of choreography is treated as an approach of unsupervised clustering. In the second section, an educational framework will be presented for analysis and visualization of dance kinesiology based Labanotation and embodied learning concepts. The Kinect sensor is used to extract skeletal data, which are then processed and transformed geometrically. In the sequel they are analyzed based on the Labanotation system to characterize the posture of the human limbs.el
dc.contributor.masterΠληροφοριακά Συστήματα και Υπηρεσίεςel
dc.subject.keywordMachine learningel
dc.subject.keywordIntangible cultural heritageel
dc.subject.keywordHuman motionel
dc.subject.keywordChoreographyel
dc.subject.keywordKinectel
dc.date.defense2019-02-15


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές
Except where otherwise noted, this item's license is described as
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές

Βιβλιοθήκη Πανεπιστημίου Πειραιώς
Contact Us
Send Feedback
Created by ELiDOC
Η δημιουργία κι ο εμπλουτισμός του Ιδρυματικού Αποθετηρίου "Διώνη", έγιναν στο πλαίσιο του Έργου «Υπηρεσία Ιδρυματικού Αποθετηρίου και Ψηφιακής Βιβλιοθήκης» της πράξης «Ψηφιακές υπηρεσίες ανοιχτής πρόσβασης της βιβλιοθήκης του Πανεπιστημίου Πειραιώς»