بازشناسایی فعالیت های انسان در ویدیو با استفاده از ویژگی های FREAK-HOG و ماشین بردار پشتیبان آبشاری

در سال های اخیر، بازشناسایی خودکار فعالیت های انسان در ویدیو تبدیل به یکی از حوزه های مهم تحقیقاتی شده است. دامنه کاربرد این تحقیقات گسترده بوده و در سامانه هایی نظیر سامانه های نظارتی و امنیتی، رابط های کاربری واکنش گرا، آموزش و مراقبت‎های بهداشتی، استخراج اطلاعات حرکتی-رفتاری مورد استفاده و بهره برداری قرار گرفته است. اما چالش هایی نظیر تغییرات شدت روشنایی تصاویر، متحرک بودن پس زمینه و دوربین، شلوغی و ازدحام، پیچیدگی و تنوع فعالیت انجام شونده باعث شده اند توسعه سامانه هایی که از نظر دقت بازشناسایی مورد اطمینان بوده و در عین حال سرعت عمل قابل قبولی داشته باشند، با مشکل مواجه شود. یکی از روش های مرسوم در این حوزه، استفاده از اطلاعات حرکتی نقاط ویژگی استخراج شده در توالی فریم ها و توصیف حرکت های انجام گرفته در آن و متعاقبا بازشناسایی فعالیت است. در این مقاله با هدف افزایش دقت بازشناسایی فعالیت ها، استفاده از یک توصیف گر بافتی الهام گرفته شده از شبکیه چشم انسان و ترکیب آن با یک توصیف گر ظاهری-حرکتی برای توصیف نقاط ویژگی استخراج شده در توالی فریم ها پیشنهاد می شود. همچنین برای افزایش سرعت ساخت مدل و کاهش هزینه های بالاسری ناشی از ترکیب ویژگی های پیشنهاد شده، یک رویکرد آبشاری برای ساخت مدل طبقه بندی کننده ارائه می شود. نتایج آزمایشات انجام گرفته بر روی پایگاه داده ی بزرگ UCF101 نشان می دهد که روش پیشنهادی دقت و سرعت عملکرد بسیار خوبی دارد و کارایی آن قابل مقایسه با آخرین دستاورد ها در این حوزه است.