Spelling suggestions: "subject:"positionnement multidimensionnelle (MDS)"" "subject:"positionnement multidimensional (MDS)""
1 |
Reconnaissance des actions humaines : méthode basée sur la réduction de dimensionnalité par MDS spatio-temporelleChorfi Belhadj, Lilia 08 1900 (has links)
L’action humaine dans une séquence vidéo peut être considérée comme un volume spatio-
temporel induit par la concaténation de silhouettes dans le temps. Nous présentons une
approche spatio-temporelle pour la reconnaissance d’actions humaines qui exploite des
caractéristiques globales générées par la technique de réduction de dimensionnalité MDS
et un découpage en sous-blocs afin de modéliser la dynamique des actions. L’objectif
est de fournir une méthode à la fois simple, peu dispendieuse et robuste permettant la
reconnaissance d’actions simples. Le procédé est rapide, ne nécessite aucun alignement
de vidéo, et est applicable à de nombreux scénarios. En outre, nous démontrons la
robustesse de notre méthode face aux occultations partielles, aux déformations de
formes, aux changements d’échelle et d’angles de vue, aux irrégularités dans l’exécution
d’une action, et à une faible résolution. / Human action in a video sequence can be seen as a space-time volume induced by the
concatenation of silhouettes in time. We present a space-time approach for human
action recognition, which exploits global characteristics generated by the technique
of dimensionality reduction MDS and a cube division into sub-blocks to model the
dynamics of the actions. The objective is to provide a method that is simple, inexpensive
and robust allowing simple action recognition. The process is fast, does not require
video alignment, and is applicable in many scenarios. Moreover, we demonstrate
the robustness of our method to partial occlusion, deformation of shapes, significant
changes in scale and viewpoint, irregularities in the performance of an action, and
low-quality video.
|
2 |
Evaluating perceptual maps of asymmetries for gait symmetry quantification and pathology detectionMoevus, Antoine 12 1900 (has links)
Le mouvement de la marche est un processus essentiel de l'activité
humaine et aussi le résultat de nombreuses interactions collaboratives
entre les systèmes neurologiques, articulaires et
musculo-squelettiques fonctionnant ensemble efficacement. Ceci
explique pourquoi une analyse de la marche est aujourd'hui de plus en
plus utilisée pour le diagnostic (et aussi la prévention) de
différents types de maladies (neurologiques, musculaires,
orthopédique, etc.). Ce rapport présente une nouvelle méthode pour
visualiser rapidement les différentes parties du corps humain liées à
une possible asymétrie (temporellement invariante par translation)
existant dans la démarche d'un patient pour une possible utilisation
clinique quotidienne. L'objectif est de fournir une méthode à la fois
facile et peu dispendieuse permettant la mesure et l'affichage visuel,
d'une manière intuitive et perceptive, des différentes parties
asymétriques d'une démarche. La méthode proposée repose sur
l'utilisation d'un capteur de profondeur peu dispendieux (la Kinect)
qui est très bien adaptée pour un diagnostique rapide effectué dans de
petites salles médicales car ce capteur est d'une part facile à
installer et ne nécessitant aucun marqueur. L'algorithme que nous
allons présenter est basé sur le fait que la marche saine possède des
propriétés de symétrie (relativement à une invariance temporelle) dans
le plan coronal. / The gait movement is an essential process of the human activity and
also the result of coordinated effort between the neurological,
articular and musculoskeletal systems. This motivates why gait
analysis is important and also increasingly used nowadays for the
(possible early) diagnosis of many different types (neurological,
muscular, orthopedic, etc.) of diseases. This paper introduces a
novel method to quickly visualize the different parts of the body
related to an asymmetric movement in the human gait of a patient for
daily clinical. The goal is to provide a cheap and easy-to-use method
to measure the gait asymmetry and display results in a perceptually
relevant manner. This method relies on an affordable consumer depth
sensor, the Kinect. The Kinect was chosen because this device is
amenable for use in small, confined area, like a living room. Also,
since it is marker-less, it provides a fast non-invasive diagnostic.
The algorithm we are going to introduce relies on the fact that a
healthy walk has (temporally shift-invariant) symmetry properties in
the coronal plane.
|
Page generated in 0.1363 seconds