شناسایی حرکات انسان در داده های ویدئویی با استفاده از روشهای یادگیری نیمه نظارتی

شناسایی حرکت انسان در داده های ویدئویی به عنوان یک موضوع پژوهشی مهم در حوزه بینایی ماشین، توجه بسیاری از محققان را به خود جلب کرده است. استخراج اطلاعات حرکتی انسان در ویدئو سبب کشف الگوهای مفید می شود که توسط آن ها می توان به طبقه بندی و خوشه بندی داده های ویدئویی پرداخت. بازشناسی و فهم خودکار اعمال انسان یک نیاز رو به افزایش در حوزه های کاربردی مهمی نظیر سیستم های امنیتی و نظارتی به ویژه در مکان های شلوغ و با اهمیت مانند مترو و فرودگاه است. یافتن راهکار های دقیق و در عین حال سریع برای بدست آوردن پیش زمینه، بدست آوردن ویژگی های ممیز و کم بودن تعداد ویدئوهای برچسب دار از جمله چالش های پیش روی این مسئله است که در این پژوهش به آنها توجه شده است. در این پژوهش یک روش با نام rhmad مبتنی بر نوع حرکت با استفاده از مدل کدبوک و با رویکرد یادگیری نیمه نظارتی، برای شناسایی حرکت انسان ارائه شده است. در این روش ابتدا میزان جابجایی در حرکت انسان مشخص شده و سپس با استفاده از این ویژگی حرکات به دو دسته تقسیم می شوند: حرکات با جابجایی انسان و حرکات بدون جابجایی انسان. پس از آن هر نوع حرکت توسط روش مربوط به آن نوع حرکت دسته بندی می شود. به طور کلی روش های پیشنهادی برای شناسایی حرکات انسان در قسمت پیش-پردازش به علت استفاده از مدل کدبوک علاوه بر ساده سازی و کاهش مراحل پردازش، به اطلاعات مناسب تر و غنی تری دسترسی دارد و همچنین به دلیل جداسازی سیستم برای انواع مختلف حرکات(حرکات با جابجایی و حرکات بدون جابجایی) دارای دقت بالاتری است. این روش بر روی پایگاه داده های شناخته شده ی kth و weizmann آزمون گردیده است و به ترتیب دقت 47/93 و 2/89 حاصل شده است.