Reconnaissance et catégorisation de l'activité manuelle humaine
Résumé
Dans cet article, nous avons adopté une approche unifiée pour l'analyse structurelle de bases de vidéos, basée sur l'analyse spectrale et les réseaux de neurones.Cette approche offre un cadre unifié pour la réduction, la catégorisation et la reconnaissance de données complexes. Le but est de développer une méthode d'analyse vidéo capable d'interpréter des gestes de toucher de la main. Dans un premier temps, nous avons cherché à différencier les deux mains Gauche ou Droite. Ensuite, nous avons étudié les objets selon leurs consistance et leur texture. Pour chaque propriété, deux modalités ont été proposées. La texture de l'objet peut être lisse ou granuleuse. L'objet pouvait être dur ou mou. Une action humaine étant fortement liée au mouvement, nous proposons dans cet article de suivre les mains en mouvement et de former un volume dans l'espace 3D (2d+t). Ce volume qui représente un geste 3D sera caractérisé par des moments géométriques 3D qui sont invariants à la translation et au changement d'échelle Dans cet article, nous présentons une nouvelle approche de catégorisation des gestes basée sur la diffusion géométrique par marches aléatoires sur graphe, et une méthode de réseaux de neurones pour la reconnaissance de la nature des gestes et leur but. Nous décrivons l'implémentation de notre approche et nous montrons les résultats de validation très prometteurs sur un corpus vidéo de gestes manuels.
Origine : Fichiers éditeurs autorisés sur une archive ouverte
Loading...