17527

17527

بازشناسي تعامل انسان با استفاده از مدل‌هاي گرافي احتمالاتي

كارشناسي ارشد

هوش مصنوعي

بهمن 1395

دكتر محمود فتحي - دكتر رضا برنگي

كامپيوتر

در اين پايان‌نامه با استفاده از مدل‌هاي گرافي احتمالاتي به حل مسئله بازشناسي تعامل انسان مي‌پردازيم. درك فعاليت‌هاي انسان‌ها مي‌تواند كاربردهاي بسياري در زمينه‌هاي مختلف مانند نظارت بر ويدئو، تعامل انسان با كامپيوتر و حافظت از سلامتي افراد داشته باشد. در اين تحقيق مدلي دقيق و با سرعت بالا براي بازشناسي تعامل انسان ارائه مي‌شود. اين مدل گرافي براي مدل كردن تفاوت‌هاي درون كلاسي تعاملات داراي متغيرهاي پنهان مي‌باشد. مدل‌هاي گرافي احتمالاتي تركيبي از نظريه گراف و احتمالات هستند كه قابليت مدل كردن ارتباط زماني و مكاني بين متغير‌ها و عوامل مختلف در مسئله را دارند. در اين تحقيق با استفاده از اين قابليت مهم مدل‌هاي گرافي، مدلي ارائه شده است كه در آن ارتباط زماني بين فريم‌هاي متوالي در يك ويدئو لحاظ گرديده است. مدل ارائه شده داراي انعطاف در عملكرد بوده و باتغيير پارامترهاي آن مي‌توان مدل‌هاي گرافي جديدي توليد كرد. با توجه نتايج بدست آمده مدل ارائه شده قابل مقايسه با بهترين كارهاي انجام شده در اين زمينه مي‌باشد. همچنين براي افزايش سرعت يادگيري از الگوريتم تقسيم و حل براي آموزش مدل استفاده شده است. استفاده از اين الگوريتم باعث كاهش قابل ملاحظه زمان يادگيري مدل گرديد. با استفاده از چارچوب معرفي شده در اين گزارش براي توسعه مدل‌هاي بدون جهت، مي‌توان هر شكلي از اين دسته مدل‌ها را بدون محدوديت در استفاده از متغيرهاي پنهان و يا ايجاد حلقه در گراف توليد كرد. كليه مراحل آموزش و ارزيابي اين مدل به صورت خودكار انجام مي‌شود و نيازي به دخالت انسان در روند كار آن نيست.

1396/03/30

1/1/1900 12:00:00 AM

This work addresses problem of human interaction recognition using a general probabilistic graphical model. Understanding activities and routines of people is applicable in many domains such as video surveillance, human-computer interaction, health care and video retrieva​l. A fast and accurate hidden discriminative graphical model is introduced, which is capable of recognizing human interactions from skeleton data. Hidden state variables are defined in order to model the intera-class variation. Probabilistic graphical models use a graph-based representation as the foundation for encoding a complete distribution over a multi-dimensional space. These models are capable of encoding both spatial and temporal relations among variables in the problem. Thus, in interaction recognition task we employ this framework for encoding the temporal relation between consecutive video frames. The proposed model is flexible and Hidden Conditional Random Fields (HCRF) and Latent Structured Support Vector Machines (LSSVM) are special cases of our model. According to the experimental results, the proposed model’s performance is close to the state of the art models for this task. The training procedure is accelerated using divide and conquer algorithm. Utilizing this algorithm improved the training speed considerably. Any kind of undirected graphical models can be created using this framework. Also training and testing phases are done automatically and there is no need for human supervision.