Reconhecimento de ações em vídeo utilizando descritores de pontos de interesse espaço-temporais (STIPS)

Abstract

Nas últimas três décadas, o reconhecimento de ações humanas em vídeo se tornou um tópico amplamente estudado na visão computacional e várias técnicas foram apresentadas para solucionar esse problema com robustez e eficiência. Dentre essas técnicas, os trabalhos que utilizam descritores com características locais espaço-temporais chamam a atenção por terem a capacidade de fazer o reconhecimento em ambientes não-controlados, ou seja, ambientes próximos ao do mundo real. Neste trabalho são avaliadas duas técnicas de pontos de interesse espaço-temporais, uma sendo o estado-da-arte e uma evolução da primeira, para o reconhecimento de ações humanas em sequências de imagens. Estas são colocadas frente a frente, comparando os parâmetros de configuração e classificando a matriz de pontos obtidos de modo que o reconhecimento de ações tanto em bases de vídeos complexas quando em bases simples possa ser realizado. A metodologia proposta utiliza os pontos de interesse em sua forma pura, como um descritor, uma abordagem inédita de ambas as técnicas apresentadas, bem como realizando a classificação com três tipos de classificadores distintos demonstrando a robustez e eficiência exigidas no processo de reconhecimento de ações em vídeo.