رضا همتی حسین خانلو

بازشناسی افعال انسانی یک حوزه فعال از مباحث مربوط به بینایی رایانه است که کاربردهای وسیعی در سیستم‌های نظارتی، راهبری رباتها، جستجو در میان پایگاه‌های داده، تعامل میان انسان و رایانه و نیز در تحلیل حرکات پیدا کرده است. در این پایان‌نامه با توجه به نیاز روزافزون به سیستم‌های نظارت تصویری خودکار و همچنین جذابیت این موضوع، هدف خود را بر روی این سیستم‌ها قرار داده و روش ارائه شده در این پایان‌نامه را بر مبنای این کاربرد بهینه کرده‌ایم. مهم‌ترین بخش کار انتخاب یک بیان مناسب برای حرکات است که تا حد امکان از دو ویژگی حداکثر تمایز و نیز حداکثر توصیف‌کنندگی برخوردار باشد. بیانی که ما برای حرکات ویدئویی در نظر گرفتیم استفاده از ویژگی‌های مکانی-زمانی محلی می‌باشد. روش‌هایی که تا به امروز از ویژگی‌های مکانی-زمانی محلی برای بیان حرکت استفاده کرده‌اند برای آشکار کردن این ویژگی‌ها به دو طریق عمل می‌کنند؛ روش اول نمونه‌برداری از هر قاب ویدئو و به صورت تصادفی بوده و روش دوم توسعه سه‌بعدی آشکارگرهای دوبعدی است. روش اول به دلیل ماهیت تصادفی بودن خود از نمونه‌های مزاحم رنج خواهد برد و در روش دوم تعداد کم نقاط کلیدی آشکار شده سبب کاهش توصیف‌کنندگی این ویژگی‌ها خواهد شد. ما برای برطرف کردن این دو معضل روشی را پیشنهاد خواهیم داد که از آشکارگرهای دوبعدی به جهت تعداد بالای نقاط کلیدی معرفی شده توسط آنها ، به کمک داده‌های مربوط به شار نوری به جهت جداسازی نمونه‌های مزاحم بهره خواهد برد. همچنین یک ترکیب آشکارگر و توصیف‌کننده را با استفاده از آشکارگر هریس و توصیف‌کننده PHOG در یک ساختار محلی معرفی خواهیم کرد و نشان خواهیم داد که نتایج قابل مقایسه‌ای با بهترین آشکارگرها و توصیف‌کننده‌های موجود حاصل خواهد شد. در انتها نیز برای بهبود نتیجه از تکنیکی در علم شناسایی آماری الگو با نام جوش بهره خواهیم برد.