Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2017. / Submitted by Fernanda Percia França (fernandafranca@bce.unb.br) on 2017-03-02T17:09:14Z No. of bitstreams: 1 2017_AnaPaulaGonçalvesSoaresdeAlmeida.pdf: 7525477 bytes, checksum: c35564af81c0b7ab47f3eeeffc18b743 (MD5) / Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2017-04-04T22:01:18Z (GMT) No. of bitstreams: 1 2017_AnaPaulaGonçalvesSoaresdeAlmeida.pdf: 7525477 bytes, checksum: c35564af81c0b7ab47f3eeeffc18b743 (MD5) / Made available in DSpace on 2017-04-04T22:01:18Z (GMT). No. of bitstreams: 1 2017_AnaPaulaGonçalvesSoaresdeAlmeida.pdf: 7525477 bytes, checksum: c35564af81c0b7ab47f3eeeffc18b743 (MD5) / Nas últimas três décadas, o reconhecimento de ações humanas em vídeo se tornou um tópico amplamente estudado na visão computacional e várias técnicas foram apresentadas para solucionar esse problema com robustez e eficiência. Dentre essas técnicas, os trabalhos que utilizam descritores com características locais espaço-temporais chamam a atenção por terem a capacidade de fazer o reconhecimento em ambientes não-controlados, ou seja, ambientes próximos ao do mundo real. Neste trabalho são avaliadas duas técnicas de pontos de interesse espaço-temporais, uma sendo o estado-da-arte e uma evolução da primeira, para o reconhecimento de ações humanas em sequências de imagens. Estas são colocadas frente a frente, comparando os parâmetros de configuração e classificando a matriz de pontos obtidos de modo que o reconhecimento de ações tanto em bases de vídeos complexas quando em bases simples possa ser realizado. A metodologia proposta utiliza os pontos de interesse em sua forma pura, como um descritor, uma abordagem inédita de ambas as técnicas apresentadas, bem como realizando a classificação com três tipos de classificadores distintos demonstrando a robustez e eficiência exigidas no processo de reconhecimento de ações em vídeo. / Over the last three decades, human action recognition has become a widely studied topic in computer vision and several techniques have been presented to solve this problem in a robust and effective way. Among these techniques, the works that use local spatio-temporal characteristics draw attention because they have the capacity to recognize human action in uncontrolled environments, that is, environments that are similar to the real world. In this work, two techniques of spatio-temporal points of interest are presented, one in stateof- the-art and an evolution of the first, for the recognition of human actions in sequences of images. They are placed face to face, comparing the configuration parameters and classifying the obtained points matrix so that the recognition of actions both in complex bases and in simple bases can be performed. The proposed methodology uses the interest points in its pure form as a descriptor, an unseen approach, not even by the main author of both techniques presented, and classified them with three distinct classifiers, showing the robustness and efficiency required in the process of action recognition in video.