dc.contributor.advisor | Celledoni, Elena | |
dc.contributor.author | Lystad, Pål Erik | |
dc.date.accessioned | 2019-10-26T14:01:12Z | |
dc.date.available | 2019-10-26T14:01:12Z | |
dc.date.issued | 2019 | |
dc.identifier.uri | http://hdl.handle.net/11250/2624620 | |
dc.description.abstract | Signaturer gir en konsis beskrivelse av visse geometriske egenskaper ved en kurve - på en reparameteriseringsinvariant måte. Vi foreslår en metode for å klassifisere former basert på signaturer, og sammenligner den med nåværende metodikker basert på SRV-transformasjonen og dynamisk programmering. | |
dc.description.abstract | Signatures provide a succinct description of certain features of paths in a reparametrization invariant way. We propose a method for classifying shapes based on signatures, and compare it to current approaches based on the SRV transform and dynamic programming. | |
dc.language | eng | |
dc.publisher | NTNU | |
dc.title | Signatures in Shape Analysis: an Efficient Approach to Motion Identification | |
dc.type | Master thesis | |