ارايه يك مدل احتمالي به منظور پيش بيني فعاليت انسان

دكتري

بازشناسي خودكار فعاليت‌هاي انسان، بخشي جدايي‌ناپذير از هر برنامه تعاملي با انسان است. همچنين به منظور ارتباط مؤثر با انسان سامانه‌ها معمولاً نياز دارند تا پيش از اينكه فعاليت تمام شود آن را تشخيص دهند. با اين وجود بازشناسي زود هنگام فعاليت‌ها با چالش‌هايي همراه است. يكي از چالش‌هاي عمده براي بازشناسي و پيش‌بيني فعاليت، تنوع در نحوه اجراي فعاليت افراد است. افراد فعاليت‌هاي يكسان را به اشكال مختلفي انجام مي‌دهند. همچنين بعضي از فعاليت‌ها ساده، سريع و كوتاه هستند، در حالي كه بسياري ديگر پيچيده و داراي جزييات هستند و در مدت زمان طولاني انجام مي‌شوند. در اين پايان‌نامه، ما با استفاده از تعريف روابط در قالب پيش‌بيني ساختاري، روشي را ارائه كرديم كه مي‌تواند فعاليت‌هاي ساده و پيچيده را توأمان تشخيص دهد. ما از داده اسكلت كه از حس‌گرهاي عمق ارزان ‌قيمت به دست آمده است و توصيف سطح بالايي از بدن انسان است، استفاده كرديم. با استفاده از داده اسكلت سه‌بعدي روش ما در برابر تغييرات محيطي ازجمله تغييرات نور، پيش‌زمينه پيچيده، تغييرات شكل بدن و تغيير زاويه ديد و ... مقاوم خواهد بود. ما مدل گرافي احتمالي جديدي را معرفي كرديم كه قادر است، فعاليت‌هاي پيچيده و ساده را در قالب مسئله دنباله برچسب‌ها بازشناسي و پيش بيني كند. براي بهينه‌سازي پارامترهاي مدل گرافي احتمالي، از روش پيش‌بيني ساختاري توزيع شده استفاده مي‌كنيم. انواع مختلف فعاليت‌ها در فضاهاي گسترده‌اي از فعاليت‌هاي ممكن قرار مي‌گيرند كه نياز به مدل‌هاي مختلف با پارامترهاي مختلفي دارند. براي حل مشكل پارامترهاي مختلف در مدل‌ها ما مكانيزم تعويض رده را ارائه كرديم تا بين مدل‌هاي مختلف تعويض نمايد. در اين روش ساختار مدل گرافي احتمالي ثابت است ولي ماژول تعويض رده بين مجموعه پارامترهاي مختلف تعويض مي‌كند. مدل گرافي احتمالي ما داراي متغيرهاي پنهان است ولي با استفاده از الگوريتم‌هاي خوشه‌بندي تبديل به مدلي با متغير‌هاي آشكار مي‌شود و از اين طريق مقدار دهي اوليه انجام مي‌شود. با اين روش سرعت آموزش افزايش پيدا مي‌كند ولي دقت كاهش پيدا نمي‌كند. همچنين روش ما به روش‌هاي خوشه‌بندي حساس است و ما الگوريتم‌هاي مختلف خوشه‌بندي به منظور مقدار دهي اوليه را بررسي كرديم. ما روش ارائه شده را برروي سه مجموعه داده CAD-60، UT-Kinectو Florence 3D كه هر دو نوع فعاليت ساده و پيچيده را پوشش مي‌دهند به طور گسترده مورد آزمايش قرار داديم و به ترتيب دقت‌هاي درستي تشخيص97.6٪ ، 100٪ و 96.11٪ به دست آمد. همچنين هنگامي كه نيمي از ويديو مشاهده شده بود ما دقت درستي تشخيص 93.33٪ و 96.9٪ را براي مجموعه داده‌هاي CAD-60 و UT-Kinectبه دست آورديم. نتايج نشان مي‌دهد كه روش ما مي‌تواند هر دو نوع فعاليت ساده و پيچيده را به طور مؤثر بازنشناسي و پيش بيني كند، در حالي كه اكثر آثار قبلي تنها بر يكي از اين دو نوع تمركز مي‌كنند.

195181

دانشگاه علم و صنعت ايران

دكتر احسان عادلي

هوش مصنوعي

دكتر محمود فتحي - دكتر احمد اكبري