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.
Identifer | oai:union.ndltd.org:umontreal.ca/oai:papyrus.bib.umontreal.ca:1866/13448 |
Date | 08 1900 |
Creators | Chorfi Belhadj, Lilia |
Contributors | Mignotte, Max |
Source Sets | Université de Montréal |
Language | French |
Detected Language | French |
Type | Thèse ou Mémoire numérique / Electronic Thesis or Dissertation |
Page generated in 0.0019 seconds