Pose sentences: A new representation for understanding human actions

Bu tezde, video bilgisinden insan hareketlerini tanımaya yönelik bir çalışma sunulmaktadır. Literatüre ana katkılarımız, videoları temsil ederken poz bilgisinin verimli kullanılması ve en önemlisi insan hareketlerinin poz cümleleri olarak değerlendirilmesi ve bu cümlelerin dizgi eşleme yöntemlerinden yararlanarak sınıfandırılmasıdır. Tek bir aktörün tek bir hareket gerçekleştirdiği videolar üzerine odaklanıyoruz. Her bir sözcük bir poza denk gelecek biçimde, aktiviteleri sözcükler içeren dökümanlar olarak temsil ediyoruz. Poz bilgisinin hareketi tanımlarken çok güçlü bir kaynak olduğunu düşünmekteyiz. Pozları en iyi şekilde betimlemek için literatürde başarılı sonuçlar vermiş dört farklı yöntemi kullanıyoruz; gradyan yön histogramları, k-bitişik kesim, şekil konteksti ve optik akım histogramları. Hareketleri temsil etmek amacıyla, ilk önce aktivite veritabanımız için sözlük niteliği taşıyacak bir kod rehberi oluşturuyoruz. Hareketleri poz sözcüğü dizileri, poz cümleleri olarak temsil ediyoruz. Aktiviteler arasıbenzerlikeri bulurken, dizgi eşleştirme yöntemlerinden yararlanıyoruz. Ayrıcapoz kümeleri yöntemini de karşılaştırma amaçlı uygulamaktayız ve poz cümleleritekniğimizin üstün olduğu göstermekteyiz. Metodumuzun verimini ölçmek içinsıklıkla kullanılan iki video veritabanı, Weizmann ve KTH, üzerinde testlerimizigerçekleştirdik. Pozun hareket tanımında çok açıklayıcı olduğunu ve hareketlerinkarışık dinamiklerini inceleyen yöntemler yerine, daha basit tekniklerle de başarılısonuçlar alınabileceğini göstermekteyiz.