Object recognition system by depth camera using k-nearest neighbors and naïve Bayes classification for robot

Authors

  • Chatklaw Jareanpon

Keywords:

robot, object recognition, depth camera, k-nearest neighbor, naïve Bayes classification

Abstract

Today, the robot technology is used for many applications. The robot is expected to dwell in human society with the abilities such as perception, decision, and non-injury. The study aims to determine the efficiency of the robot object recognition using k-nearest neighbor (KNN) and naïve Bayes classification. The red, green, and blue (RGB) camera of microsoft kinect sensor was use to classify the detail. The experimental showedthe accuracy rate of KNN was 77.0% while the naïve Bayes classification was 60.4%.

vol9No1

Downloads

Published

2016-04-26

How to Cite

1.
Jareanpon C. Object recognition system by depth camera using k-nearest neighbors and naïve Bayes classification for robot. Health Sci Tech Rev [Internet]. 2016 Apr. 26 [cited 2024 Apr. 27];9(1):22-4. Available from: https://li01.tci-thaijo.org/index.php/journalup/article/view/56224

Issue

Vol. 9 No. 1 (2016): January - April

Section

Academic Article

License

ผู้นิพนธ์ต้องรับผิดชอบข้อความในบทนิพนธ์ของตน มหาวิทยาลัยพะเยาไม่จำเป็นต้องเห็นด้วยกับบทความที่ตีพิมพ์เสมอไป ผู้สนใจสามารถคัดลอก และนำไปใช้ได้ แต่จะต้องขออนุมัติเจ้าของ และได้รับการอนุมัติเป็นลายลักษณ์อักษรก่อน พร้อมกับมีการอ้างอิงและกล่าวคำขอบคุณให้ถูกต้องด้วย

The authors are themselves responsible for their contents. Signed articles may not always reflect the opinion of University of Phayao. The articles can be reproduced and reprinted, provided that permission is given by the authors and acknowledgement must be given.