Reconnaissance d'actions dans des vidéos par caractérisation fréquentielle des trajectoires de points critiques

Résumé : Cet article porte sur la reconnaissance d'actions humaines dans des vidéos. La méthode présentée est basée sur l'estimation du flot optique dans chaque séquence afin d'en extraire des points critiques caractéristiques du mouvement. Des trajectoires d'intérêt multi-échelles sont ensuite générées à partir de ces points puis caractérisées fréquentiellement. Le descripteur final de la vidéo est obtenu en fusionnant ces caractéristiques de trajectoire avec des informations supplémentaires d'orientation de mouvements et de contours. Les résultats expérimentaux montrent que la méthode proposée permet d'atteindre sur la base KTH des taux de classification parmi les plus élevés de la littérature. Contrairement aux récentes stratégies nécessitant des grilles denses de points d'intérêt, la méthode a l'avantage de ne considérer que les points critiques du mouvement, ce qui permet une baisse du coût de calcul ainsi qu'une caractérisation plus qualitative de chaque séquence. Les perspectives de ce travail sont finalement discutées.
Liste complète des métadonnées

Littérature citée [12 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-00988920
Contributeur : Renaud Péteri <>
Soumis le : vendredi 9 mai 2014 - 12:22:57
Dernière modification le : vendredi 10 février 2017 - 01:02:53
Document(s) archivé(s) le : samedi 9 août 2014 - 11:20:55

Fichier

RFIA2014_Paper72_BPM.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00988920, version 1

Collections

Citation

Cyrille Beaudry, Renaud Péteri, Laurent Mascarilla. Reconnaissance d'actions dans des vidéos par caractérisation fréquentielle des trajectoires de points critiques. Congrès national sur la Reconnaissance de Formes et l'Intelligence Artificielle (RFIA'14), Jun 2014, Rouen, France. p. xx-yy. ⟨hal-00988920⟩

Partager

Métriques

Consultations de la notice

196

Téléchargements de fichiers

222