Μοντελοποίηση και αναγνώριση αμυδρώς διαφοροποιημένων δράσεων

Περίληψη

Η αναγνώριση των ανθρώπινων δραστηριοτήτων σε ακολουθίες εικόνων (βίντεο) είναι ένας επί μακρόν επιδιωκόμενος στόχος του τομέα της Υπολογιστικής όρασης, εξαιτίας της ευρείας γκάμας εφαρμογών που προσφέρει, όπως για παράδειγμα στις τεχνολογίες υποστήριξης της αλληλεπίδρασης ανθρώπου-ρομπότ, σε οικιακά αλλά και βιομηχανικά περιβάλλοντα. Στην πιο πολύπλοκη εκδοχή του προβλήματος, συναντούμε (α) δραστηριότητες που μπορεί να αποτελούνται από πολλαπλές δράσεις, των οποίων η σειρά εκτέλεσης είτε δεν είναι απόλυτα καθορισμένη είτε εκδηλώνεται σε μεγάλη ποικιλομορφία, (β) περιπτώσεις υπο-ομάδων δράσεων που είναι δύσκολο να διακριθούν μεταξύ τους λόγω της υψηλής ομοιότητας των χαρακτηριστικών τους και, (γ) δραστηριότητες με μεγάλα τμήματα κοινών υποακολουθιών δράσεων (κοινών βημάτων εκτέλεσης μιας δραστηριότητας). Στην παρούσα διατριβή εστιάζουμε στο πρόβλημα της κατανόησης ανθρώπινων δράσεων που εμφανίζουν παρόμοια εμφάνιση και χαρακτηριστικά κίνησης με άλλες δράσεις, γνωστές ως αμυδρώς διαφορο ...
περισσότερα

Περίληψη σε άλλη γλώσσα

The recognition of human activities in video sequences represents a longstanding objective within the domain of Computer Vision. This endeavor holds vast implications across a diverse spectrum of applications, encompassing fields such as assistive technologies and human-robot interactions, spanning both industrial and everyday life contexts. In the most complex manifestation of the problem, we are dealing with activities that may comprise of, (a) multiple constituent actions characterized by varying temporal structures, (b) action groups that are hard to distinguish due to high similarity in their characteristics, and, (c) large portions of shared action sub-sequences. Amidst this multifaceted landscape, the overarching objective is the unwavering achievement of robust human action recognition. This dissertation proposes several supervised learning models and techniques for addressing the problem of action recognition robustness, with a special interest on the challenge of disambiguati ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/56105
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/56105
ND
56105
Εναλλακτικός τίτλος
Modelling and recognition of fine-grained actions
Συγγραφέας
Μπαχαρίδης, Κωνσταντίνος (Πατρώνυμο: Γεώργιος)
Ημερομηνία
2023
Ίδρυμα
Πανεπιστήμιο Κρήτης. Σχολή Θετικών και Τεχνολογικών Επιστημών. Τμήμα Επιστήμης Υπολογιστών
Εξεταστική επιτροπή
Αργυρός Αντώνιος
Τραχανιάς Παναγιώτης
Ζαμπούλης Ξενοφώντας
Πλεξουσάκης Δημήτριος
Ζερβάκης Μιχαήλ
Κομοντάκης Νικόλαος
Παναγιωτάκης Κωνσταντίνος
Επιστημονικό πεδίο
Φυσικές ΕπιστήμεςΕπιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική ➨ Τεχνητή νοημοσύνη
Φυσικές ΕπιστήμεςΕπιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική ➨ Διάδραση ανθρώπου-υπολογιστή
Λέξεις-κλειδιά
Κατανόηση ανθρώπινων δράσεων; Αναγνώριση δράσεων; Αμυδρώς διαφοροποιημένες δράσεις; Yπολογιστική όραση και γλώσσα; Βαθιά μάθηση
Χώρα
Ελλάδα
Γλώσσα
Αγγλικά
Άλλα στοιχεία
εικ., πιν., σχημ., γραφ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)