Reconocimiento de acciones en videos mediante técnicas de composición jerárquicas

Reconocimiento de acciones en videos mediante técnicas de composición jerárquicas

790

Recreación

Visión por computador.

Aprendizaje de máquina.

Tesis (Magíster en Ciencias de la Ingeniería)--Pontificia Universidad Católica de Chile, 2017

El reconocimiento de acciones en secuencias de video corresponde a un problema desafiante debido a la alta variabilidad intra-clase que existe entre las instancias. La variabilidad se debe principalmente a movimientos de cámara, cambios de luminosidad y diferencias en resolución. Para atacar este problema, esta tesis propone un algoritmo de aprendizaje de máquina basado en técnicas jerárquicas, utilizando diccionarios visuales. El algoritmo utiliza dos niveles de jerarquía y evalúa dos métodos diferentes para el aprendizaje de diccionarios: k-means y sparse coding. Los resultados experimentales con dos bases de datos, UCF11 y Olympic Sports, muestran que el uso de un segundo nivel de jerarquía mejora la calidad de la clasificación de las secuencias, al concatenar los vectores descriptivos de ambos niveles. En ambas bases de datos, k-means entrega mejores resultados que sparse coding, al ser utilizado para el aprendizaje de diccionarios. La tasa de clasificación obtenida por el algoritmo en la base de datos UFC11 supera las tasas de clasificación de las metodologías del estado del arte.

Larraín Pérez, Santiago

2018-01-08T12:59:21Z

2018-01-08T12:59:21Z

2017

Soto Arriaza, Álvaro Marcelo

Pontificia Universidad Católica de Chile. Escuela de Ingeniería

acceso abierto

ix, 44 hojas

application/pdf

es

tesis de maestría

10.7764/tesisUC/ING/21425

https://doi.org/10.7764/tesisUC/ING/21425

https://repositorio.uc.cl/handle/11534/21425