La reconnaissance d’actions humaines dans des séquences vidéo 3D est un problème important, actuellement au coeur de nombreux domaines de recherche comme la vidéo surveillance, les interfaces Homme-Machine et la rééducation. Le développement d’algorithmes de reconnaissance d’actions précis et efficaces est une tâche difficile à cause des fortes variabilités des formes humaines, des vêtements et du mouvement. Dans ce papier, nous proposons un nouvel outil permettant de représenter de manière compacte, de comparer et de reconnaître des actions humaines capturées à partir de caméras de profondeur. Dans un premier temps, les coordonnées 3D de chaque articulation du squelette humain sont considérées comme une chaîne de mouvement. L’évolution spatiale et temporelle de ce vecteur caractéristique est ensuite représentée par une trajectoire dans l’espace des actions. Grâce à cette représentation basée sur les articulations 3D, nous sommes capable de capturer simultanément aussi bien l’apparence géométrique du corps humain que sa dynamique au cours du temps. Le problème de reconnaissance d’actions est ensuite formulé comme un problème de recherche de similarités entre la forme des trajectoires dans une variété riemannienne. La classification par l’algorithme des k-plus-proches-voisins est ensuite effectuée sur la variété pour bénéficier de la géométrie riemannienne dans l’espace des formes. Notre méthode est évaluée sur deux bases de données publiques. En comparaison avec les méthodes existantes dans l’état de l’art, les résultats obtenus montrent l’efficacité de l’approche proposée avec un taux supérieur à 91% sur les deux bases de données.

Reconnaissance d’actions humaines 3D par l’analyse de forme des trajectoires de mouvement / M.Devanne; H.Wannous; S.Berretti; P.Pala; M.Daoudi; A.Del Bimbo. - ELETTRONICO. - (2014), pp. 1-8. ((Intervento presentato al convegno Colloque COmpression et REprésentation des Signaux Audiovisuels, Reims Image 2014 tenutosi a Reims, France nel 26-27 Novembre 2014.

Reconnaissance d’actions humaines 3D par l’analyse de forme des trajectoires de mouvement.

DEVANNE, MAXIME;BERRETTI, STEFANO;PALA, PIETRO;DEL BIMBO, ALBERTO
2014

Abstract

La reconnaissance d’actions humaines dans des séquences vidéo 3D est un problème important, actuellement au coeur de nombreux domaines de recherche comme la vidéo surveillance, les interfaces Homme-Machine et la rééducation. Le développement d’algorithmes de reconnaissance d’actions précis et efficaces est une tâche difficile à cause des fortes variabilités des formes humaines, des vêtements et du mouvement. Dans ce papier, nous proposons un nouvel outil permettant de représenter de manière compacte, de comparer et de reconnaître des actions humaines capturées à partir de caméras de profondeur. Dans un premier temps, les coordonnées 3D de chaque articulation du squelette humain sont considérées comme une chaîne de mouvement. L’évolution spatiale et temporelle de ce vecteur caractéristique est ensuite représentée par une trajectoire dans l’espace des actions. Grâce à cette représentation basée sur les articulations 3D, nous sommes capable de capturer simultanément aussi bien l’apparence géométrique du corps humain que sa dynamique au cours du temps. Le problème de reconnaissance d’actions est ensuite formulé comme un problème de recherche de similarités entre la forme des trajectoires dans une variété riemannienne. La classification par l’algorithme des k-plus-proches-voisins est ensuite effectuée sur la variété pour bénéficier de la géométrie riemannienne dans l’espace des formes. Notre méthode est évaluée sur deux bases de données publiques. En comparaison avec les méthodes existantes dans l’état de l’art, les résultats obtenus montrent l’efficacité de l’approche proposée avec un taux supérieur à 91% sur les deux bases de données.
Proc. of Colloque COmpression et REprésentation des Signaux Audiovisuels, Reims Image 2014
Colloque COmpression et REprésentation des Signaux Audiovisuels, Reims Image 2014
Reims, France
26-27 Novembre 2014
M.Devanne; H.Wannous; S.Berretti; P.Pala; M.Daoudi; A.Del Bimbo
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in FLORE sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/2158/921130
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact