3D Human Behavior Understanding by Shape Analysis of Human Motion and Pose

Résumé : L’émergence de capteurs de profondeur capturant la structure 3D de la scène et du corps humain offre de nouvelles possibilités pour l’étude du mouvement et la compréhension des comportements humains. Cependant, la conception et le développement de modules de reconnaissance de comportements à la fois précis et efficaces est une tâche difficile en raison de la variabilité de la posture humaine, la complexité du mouvement et les interactions avec l’environnement. Dans cette thèse, nous abordons cette question en deux étapes principales en différenciant les comportements en fonction de leur complexité. Nous nous concentrons d’abord sur le problème de la reconnaissance d’actions en représentant la trajectoire du corps humain au cours du temps, capturant ainsi simultanément la forme du corps et la dynamique du mouvement. Le problème de la reconnaissance d’actions est alors formulé comme le calcul de similitude entre la forme des trajectoires dans un cadre Riemannien. Les expériences menées sur quatre bases de données démontrent le potentiel de la solution en termes de précision/temps de latence de la reconnaissance d’actions. Deuxièmement, nous étendons l’étude aux activités en analysant l’évolution de la forme de la posture pour décomposer la séquence en unités de mouvement. Chaque unité de mouvement est alors caractérisée par la trajectoire de mouvement et l’apparence autour des mains, de manière à décrire le mouvement humain et l’interaction avec les objets. Enfin, la séquence de segments temporels est modélisée par un classifieur Bayésien naif dynamique. Les expériences menées sur quatre bases de données évaluent le potentiel de l’approche dans différents contextes comme la reconnaissance de gestes ou d’activités et la détection en ligne d’activités.
Type de document :
Thèse
Computer Science [cs]. Université Lille 1 - Sciences et Technologies, 2015. English
Liste complète des métadonnées

Littérature citée [158 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/tel-01707393
Contributeur : Maxime Devanne <>
Soumis le : lundi 12 février 2018 - 17:34:32
Dernière modification le : jeudi 12 avril 2018 - 16:25:48

Fichier

MaximeDevanneThesisFinal.pdf
Fichiers produits par l'(les) auteur(s)

Licence


Distributed under a Creative Commons Paternité 4.0 International License

Identifiants

  • HAL Id : tel-01707393, version 1

Citation

Maxime Devanne. 3D Human Behavior Understanding by Shape Analysis of Human Motion and Pose. Computer Science [cs]. Université Lille 1 - Sciences et Technologies, 2015. English. 〈tel-01707393〉

Partager

Métriques

Consultations de la notice

58

Téléchargements de fichiers

32