Analyse multi-échelle de trajectoires de points critiques pour la reconnaissance d’actions humaines

Show full item record

Files in this item

PDF TraitSignal_2015_32_2_265_Beaudry.pdf 1.981Mb

Pour citer ce document :
URI: http://hdl.handle.net/2042/70275
Title: Analyse multi-échelle de trajectoires de points critiques pour la reconnaissance d’actions humaines
Author: Cyrille, Beaudry; Renaud, Péteri; Laurent, Mascarilla
Abstract: 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 multiéchelles 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 différentes bases de vidéos, 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, notamment celle portant sur la reconnaissance d’actions dites complexes.This paper focuses on human action recognition in video sequences. A method based on optical flow estimation is presented, where critical points of this flow field are extracted. Multi-scale trajectories are generated from those points and are frequentially characterized. Finally, a sequence is described by fusing this frequency information with motion orientation and shape information. Experiments on video datasets show that this method achieves recognition rates among the highest in the state of the art. Contrary to recent dense sampling strategies, the proposed method only requires critical points of motion flow field, thus permitting a lower computational cost and a better sequence description. Results, comparison and perspectives on complex actions recognition are then discussed.
Subject: reconnaissance d’actions; points critiques; caractérisation fréquentielle de trajectoires; action recognition; critical points; frequential characterization of trajectories
Publisher: Lavoisier
Date: 2015

This item appears in the following Collection(s)

Show full item record





Advanced Search