Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-05-30T19:45:09Z
No. of bitstreams: 1
dhiegocristianooliveiradasilvasad.pdf: 1920111 bytes, checksum: c7bccda6c65e798776738b9581721c98 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-06-01T11:37:10Z (GMT) No. of bitstreams: 1
dhiegocristianooliveiradasilvasad.pdf: 1920111 bytes, checksum: c7bccda6c65e798776738b9581721c98 (MD5) / Made available in DSpace on 2017-06-01T11:37:10Z (GMT). No. of bitstreams: 1
dhiegocristianooliveiradasilvasad.pdf: 1920111 bytes, checksum: c7bccda6c65e798776738b9581721c98 (MD5)
Previous issue date: 2013-02-22 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Este trabalho apresenta uma nova abordagem para a descrição de movimento em
vídeos usando múltiplos filtros passa-banda que agem como estimadores derivativos de
primeira ordem. A resposta dos filtros em cada quadro do vídeo é extraída e codificada
em histogramas de gradientes para reduzir a sua dimensionalidade. Essa combinação
é realizada através de tensores de orientação. O grande diferencial deste trabalho em
relação à maioria das abordagens encontradas na literatura é que nenhuma característica
local é extraída e nenhum método de aprendizagem é realizado previamente, isto é, o
descritor depende unicamente do vídeo de entrada. Para o problema de reconhecimento
da ação humana utilizando a base de dados KTH, nosso descritor alcançou a taxa de
reconhecimento de 93,3% usando três filtros da família Daubechies combinado com mais
um filtro extra que é a correlação entre esses três filtros. O descritor resultante é então
classificado através do SVM utilizando um protocolo two-fold. Essa classificação se mostra
superior para a maioria das abordagens que usam descritores globais e pode ser comparável
aos métodos do estado-da-arte. / This work presents a novel approach for motion description in videos using multiple
band-pass filters that act as first order derivative estimators. The filters response on each
frame are coded into individual histograms of gradients to reduce their dimensionality.
They are combined using orientation tensors. No local features are extracted and no
learning is performed, i.e., the descriptor depends uniquely on the input video. Motion
description can be enhanced even using multiple filters with similar or overlapping fre
quency response. For the problem of human action recognition using the KTH database,
our descriptor achieved the recognition rate of 93,3% using three Daubechies filters, one
extra filter designed to correlate them, two-fold protocol and a SVM classifier. It is su
perior to most global descriptor approaches and fairly comparable to the state-of-the-art
methods.
| Identifer | oai:union.ndltd.org:IBICT/oai:hermes.cpd.ufjf.br:ufjf/4780 |
| Date | 22 February 2013 |
| Creators | Sad, Dhiego Cristiano Oliveira da Silva |
| Contributors | Vieira, Marcelo Bernardes, Silva, Rodrigo Luis de Souza da, Oliveira, Antônio Alberto Fernandes de |
| Publisher | Universidade Federal de Juiz de Fora (UFJF), Programa de Pós-graduação em Ciência da Computação, UFJF, Brasil, ICE – Instituto de Ciências Exatas |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFJF, instname:Universidade Federal de Juiz de Fora, instacron:UFJF |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0026 seconds