Thesis (M.S.)--Cleveland State University, 2009. / Abstract. Title from PDF t.p. (viewed on Dec. 2, 2009). Includes bibliographical references (p. 65-72). Available online via the OhioLINK ETD Center and also available in print.

Behavioral research involves the study of the behaviors of one or more agents (often animals) in order to better understand the agents' thoughts and actions. Identifying subject movements and behaviors based upon those movements is a critical, time-consuming step in behavioral research. To successfully perform behavior analysis, three goals must be met. First, the agents of interest are observed, and their movements recorded. Second, each individual must be uniquely identified. Finally, behaviors must be identified and recognized. I explore a system that can uniquely identify and track agents, then use these tracks to automatically build behavioral models and recognize similar behaviors in the future. I address the tracking and identification problems using a combination of laser range finders, active RFID sensors, and probabilistic models for real-time tracking. The laser range component adds environmental flexibility over vision based systems, while the RFID tags help disambiguate individual agents. The probabilistic models are important to target identification during the complex interactions with other agents of similar appearance. In addition to tracking, I present work on automatic methods for generating behavioral models based on supervised learning techniques using the agents' tracked data. These models can be used to classify new tracked data and identify the behavior exhibited by the agent, which can then be used to help automate behavior analysis.

Thesis (Ph. D.)--Electrical and Computer Engineering, Georgia Institute of Technology, 2008. / Committee Chair: Allen Tannenbaum; Committee Member: Anthony Yezzi; Committee Member: Marc Niethammer; Committee Member: Patricio Vela; Committee Member: Yucel Altunbasak.

Thesis (Ph. D.)--University of Washington, 2004. / Vita. Includes bibliographical references (p. 149-157).

Thesis (M.App.Sc.) - Carleton University, 2007. / Includes bibliographical references (p. 82-89). Also available in electronic format on the Internet.

Thesis (M.S.)--Rochester Institute of Technology, 2009. / Typescript. Includes bibliographical references (leaves 70-83).

Thesis (M.S.)--Rochester Institute of Technology, 2005. / Typescript. Includes bibliographical references (leaves 48-50).

Thesis (M.S.)--Rochester Institute of Technology, 2006. / Typescript. Includes bibliographical references (leaves 76-78).

Orientador: Ricardo Machado Leite de Barros / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Educação Fisica / Made available in DSpace on 2018-08-09T20:09:56Z (GMT). No. of bitstreams: 1 Menezes_RafaelPombo_M.pdf: 3429879 bytes, checksum: 7c82f9d00684b7656ae639300fa32080 (MD5) Previous issue date: 2007 / Resumo: Os esportes coletivos têm se tornado um objeto de investigação científica em diversas áreas do conhecimento. Muitos desses estudos necessitam de desenvolvimento de metodologias para a quantificação das variáveis de análise. A análise cinemática dos jogadores por videogrametria fornece dados sobre a posição dos jogadores em função do tempo e apresenta vantagens, como a possibilidade de análise de diversos jogadores simultaneamente e a de ser um método não-invasivo, podendo ser aplicada em situações competitivas. Trabalhos recentes de desenvolvimento de metodologias para rastreamento automático de jogadores de futebol apresentam bons resultados para a obtenção de suas trajetórias e cálculo das distâncias percorridas e velocidades de cada jogador. Este trabalho consiste em propor e avaliar um método de rastreamento automático de jogadores de handebol por videogrametria e na aplicação desse método em uma partida oficial da Liga Regional de Handebol. Os objetivos do trabalho foram: a) especializar os algoritmos e habilitar o sistema de rastreamento automático desenvolvido para o futebol para identificação e rastreamento automático de jogadores de handebol; b) realizar testes de exatidão em ambiente controlado para validação da metodologia; c) obter as trajetórias dos jogadores e cálculo das distâncias percorridas e velocidades durante a partida. Os resultados da avaliação do sistema foram: erro sistemático (0,16 m), desvio padrão experimental (0,08 m) e exatidão (0,18 m). Para a segmentação das imagens foi obtida uma taxa de processamento de 2,7 quadros por segundo e a etapa de separação dos blobs aumentou em 25% o número de regiões identificadas referentes aos jogadores na quadra de jogo. Para o rastreamento com duas câmeras foram obtidos um percentual médio de automatização do sistema de 75% e um valor médio de 37 intervenções do pesquisador e, para o rastreamento com quatro câmeras, médias de 84% de automatização e 15.8 intervenções do pesquisador. Quanto à aplicação do método de rastreamento automático para uma partida de handebol foi possível obter as trajetórias de todos os jogadores. A partir das trajetórias foram calculadas as distâncias percorridas e as velocidades. A média das distâncias percorridas pelos jogadores foi de 4631,6 ± 361,6 m. A distribuição das velocidades de todos os jogadores apresentou os seguintes resultados para 27 minutos de análise: parado (4,2 ± 0,9 min); caminhando (16,5 ± 1 min); trotando (4,8 ± 0,6 min); corrida rápida (1,2 ± 0,3 min); sprint (0,3 ± 0,1 min). Foram desenvolvidas e apresentadas formas de visualização dos dados, como: a) a representação das trajetórias de acordo com as velocidades dos jogadores; b) Análise por Componentes Principais das trajetórias dos jogadores; c) desenvolvimento de duas interfaces para visualização dos dados cinemáticos. O método proposto mostrou-se satisfatório para a identificação das variáveis cinemáticas durante situações competitivas / Abstract: The collective sports have become object of scientific investigation in many knowledge areas. A lot of these studies need the development of methodology to quantify the analysis variables. The kinematical analysis of players by videogrammetry gives data about player¿s position in function of time and gives advantages, like the possibility to analyze lots of players simultaneously and the method is not invasive, so it can be applied in competitive situations. Recent works of development of methodology to automatic tracking of soccer players show good results to obtain their trajectories and calculate the covered distance and the velocity of each player. The aim of this work is to propose and evaluate a method of automatic tracking of handball players by videogrammetry and its application on an official game of the Regional Handball League. The specific aims of the work are: a) the specialization of the algorithms and qualify the automatic tracking system developed to soccer for the identification and automatic tracking of handball players; b) realize accuracy tests in controlled environment for the methodology validation; c) to obtain player¿s trajectories and calculate the covered distances and the velocities during the game. The results of the evaluation of the system were: systematic error (0,16 m), experimental standard deviation (0,08 m) and accuracy (0,18 m). For the image segmentation was obtained a processing rate of 2,7 fps and the step of blobs splitting increases in 25% the number of players regions identified in the image. For the tracking with two cameras the automatization of the system was evaluated in 75% (average) and an average value of 37 interventions of the researcher during the tracking. For the tracking with four cameras the automatization of the system was evaluated in 84% (average) and an average value of 15.8 interventions of the researcher during the tracking. About the application of the method of automatic tracking for a handball game it was possible to get all the players trajectories. Starting from the trajectories it was possible to calculate the covered distance and the velocity. The average of the covered distances by the players was 4631,6 ± 361,6 m. The distribution of the velocities of all players to 27 minutes of analysis was: stopped (4.2 ± 0,9 min); walking (16,5 ± 1 min); slow running (4,8 ± 0,6 min); fast running (1,2 ± 0,3 min); sprint (0,3 ± 0,1 min). It was developed and presented forms of data visualization, like: a) representation of trajectories in agreement to players¿ velocities; b) principal components analysis (PCA) of players¿ trajectories; c) development of two interfaces for kinematics data visualization. The purposed method was satisfactory for the identification of the kinematics variables during competitive situations / Mestrado / Biodinamica do Movimento Humano / Mestre em Educação Física

Orientadores: Jacques Wainer, Siome Klein Goldenstein / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-06T04:54:26Z (GMT). No. of bitstreams: 1 Brandao_BrunoCedraz_M.pdf: 2050985 bytes, checksum: 9dd215abe3a2146000e5090810157174 (MD5) Previous issue date: 2006 / Resumo: Nesta dissertação, tratamos o problema de rastrear modelos hierárquicos através de visão computacional no contexto de interfaces gestuais. Gestos formam uma modalidade importante de comunicação humana, e ainda assim, existem poucas, e limitadas, aplicações computacionais com base em gestos. Nosso trabalho é mais uma iniciativa para reverter este quadro. Começamos justificando e discutindo aplicações para a interface visual de gestos da m¿ao. Descrevemos os componentes de um sistema de reconhecimento capaz de tornar esta interface possível. Revisamos a teoria Bayesiana da probabilidade, discutimos suas vantagens, os motivos que adiaram sua adoção em larga escala e derivamos, a partir dela, o filtro de partículas. O filtro de partículas pode ser visto como uma solução aproximada para o problema de estimativa de parâmetros. 'E usado, por exemplo, para determinar os ângulos das juntas de um modelo tridimensional da m¿ao que melhor caracterizem a pose e posição de uma mão real, gravada em uma seqüência de vídeo. Entretanto, a performance do filtro degrada à medida que aumentamos o número de dimensões do espaço de parâmetros. Nestes casos, um número exponencialmente maior de partículas é necessário para que o filtro convirja, inviabilizando aplicações interativas. A nossa principal contribuição é o Filtro de Partículas com Hierarquia de Subespaços. A partir da estrutura presente em modelos hierárquicos, propomos uma forma de dividir o espaço de parâmetros em subespaços que são atribuídos a filtros de partículas diferentes, organizados na forma de um grafo acíclico orientado. Esta construção apresenta melhor convergência que o filtro de partículas original, possibilitando a recuperação dos parâmetros do modelo da m¿ao com um número sensivelmente menor de partículas. Usamos uma luva com seis marcadores idênticos para facilitar a extra¸c¿ao de dados da imagem e então poder focar o trabalho na recuperação dos parâmetros do modelo. Dado o número restrito de marcadores, o modelo que usamos possui 15 graus de liberdade, nove a menos que um modelo da m¿ao completo. Implementamos um sistema de reconhecimento, com base neste filtro, que roda a 30 quadros por segundo em um computador pessoal topo de linha e o validamos através de seqüências de vídeo reais e sintetizadas / Abstract: This dissertation deals with the problem of tracking hierarchical models on the context of gesture interfaces based on computer vision. Gestures are an important medium for human communication, but there are few, and very limited, computational applications that rely on them. This work is an attempt to revert this. We start by discussing and justifying several applications for a hand gesture interface. We describe the components of a recognition system that is capable of implementing such an interface. We review the Bayesian theory of probability, discuss its advantages, the reasons that holded back its large scale adoption, and we derive the particle filter on its terms. The particle filter may be thought as an approximate solution for the parameter estimation problem. It may be used, for example, to recover every joint angle of a tridimensional hand model in order to match the pose and position of a real hand captured on video. Unfortunately, particle filtering does not scale gracefully to high dimensional parameter space applications. In these situations, a exponentially larger particle pool is required to ensure convergence, making it difficult to implement an interactive application. Our major contribution is the Subspace Hierarchical Particle Filter. We claim that, with this method, we are able use the inherent structure present in hierarchical models to extract subspaces from the parameter space and assign them to different particle filters, organized into a directed acyclic graph structure. This construction improves the overall convergence, making it possible to recover hand model parameters with much less particles. We employed a glove, with six identical markers painted on, to make it easier to extract data from the images. That way, we could focus on the model parameter recovery problem. Due to the small number of markers, we were able to work with 15 parameters only, nine less than a complete hand model. We built a recognition system based on the Subspace Hierarchical Filter that runs at 30 frames per second on a high-end personal computer. Finally, we validated our claims through real and synthesized video sequences / Mestrado / Visão Computacional / Mestre em Ciência da Computação