Yüksek boyutlu öznitelik uzayında hareket tanıma
Date
2013-04Source Title
21st Signal Processing and Communications Applications Conference, SIU 2013
Publisher
IEEE
Pages
1 - 4
Language
Turkish
Type
Conference PaperItem Usage Stats
153
views
views
102
downloads
downloads
Abstract
Analyzing and interpreting human actions is an important and challenging area of computer vision. Different solutions are used for representing human actions; we prefer to use spatio-temporal interest points for motion descriptors. Besides, the space-time interest point feature space is considerably high-dimensional and it is hard to eliminate the curse of dimensionality with traditional similarity functions. We apply a matching based approach for high dimensional feature space that matches sequences to classify actions. © 2013 IEEE. Hareket analizi ve tanıma bilgisayarla görü alanında
önemli ve zorlayıcı bir alan olarak görülmektedir ve insan
hareketlerini tanımlamak için değişik teknikler kullanılmaktadır.
Bu makalede zaman-mekansal özniteliklerin kullanılması tercih
edilmiştir. Aynı zamanda, zaman-mekansal özniteliklerin
oldukça yüksek ölçülü olmasından kaynaklanan boyutluluk
sorunu ortaya çıkmaktadır ve geleneksel benzerlik ve eşleme
algoritmaları bu problemin üstesinden gelememektedir. Bu
sebeple, makalede yüksek boyutlu özniteliklerin eşleştirilmesi için
farklı bir yöntem uygulanmıştır ve imgelerin eşleştirilmesi
yöntemiyle videolar değişik hareketlere sınıflandırılmıştır.
Keywords
Action recognitionCurse of dimensionality
High-dimensional space
Recognizing human motion
Curse of dimensionality
High-dimensional feature space
Human motions
Motion descriptors
Similarity functions
Spatio-temporal interest points
Image recognition
Signal processing
Motion estimation