Reconnaissance d’actions humaines 3D par l’analyse de forme des trajectoires de mouvement. - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2014

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

Hazem Wannous
  • Fonction : Auteur
  • PersonId : 928010
Stefano Berretti
  • Fonction : Auteur
  • PersonId : 943016
Pietro Pala
  • Fonction : Auteur
  • PersonId : 943017
Mohamed Daoudi
Alberto del Bimbo
  • Fonction : Auteur
  • PersonId : 943018

Résumé

La reconnaissance d’actions humaines dans des séquences vidéo 3D est un problème important, actuellement au cœur 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.
Fichier principal
Vignette du fichier
coresa2014.pdf (877.52 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01207938 , version 1 (05-10-2015)

Identifiants

  • HAL Id : hal-01207938 , version 1

Citer

Maxime Devanne, Hazem Wannous, Stefano Berretti, Pietro Pala, Mohamed Daoudi, et al.. Reconnaissance d’actions humaines 3D par l’analyse de forme des trajectoires de mouvement.. Compression et Représentation des Signaux Audiovisuels (CORESA), Nov 2014, Reims, France. ⟨hal-01207938⟩
182 Consultations
429 Téléchargements

Partager

Gmail Facebook X LinkedIn More