Reconocimiento de Acciones Humanas Basado en Modelos Probabilísticos de Espacio de Estados

168 Pages·2010·2.74 MB·Spanish

maría ángeles mendoza pérez
RECONOCIMIENTO DE ACCIONES
HUMANAS BASADO EN MODELOS
PROBABILÍSTICOS DE ESPACIO DE
ESTADOS
[January4,2010at23:35]
[January4,2010at23:35]
RECONOCIMIENTO DE ACCIONES
HUMANAS BASADO EN MODELOS
PROBABILÍSTICOS DE ESPACIO DE
ESTADOS
maría ángeles mendoza pérez
Universidad de Granada
Ciencias de la Computación e Inteligencia
Artificial
2009
[January4,2010at23:35]
.

Editor: Editorial de la Universidad de Granada
Autor: Mª Ángeles Mendoza Pérez
D.L.: GR 2385-2010
ISBN: 978-84-693-1320-6
María Ángeles Mendoza Pérez: Reconocimiento de Acciones
Humanas Basado en Modelos Probabilísticos de Espacio de Esta-
2009
dos, ©
[January4,2010at23:35]
DECLARACIÓN
D. Nicolás Pérez de la Blanca Capilla
Profesor Catedrático del Departamento de Ciencias de la
Computación de la Universidad de Granada
CERTIFICA:
Quelapresentememoria,tituladaReconocimientodeAccio-
nes Humanas Basado en Modelos Probabilísticos de Espacio de
Estados, ha sido realizada por Dña. María Ángeles Mendoza
Pérez bajo mi dirección en el Departamento de Ciencias
de la Computación e Inteligencia Artificial de la Universi-
dad de Granada. Esta memoria constituye la Tesis que Dña.
María Ángeles Mendoza Pérez presenta para optar al grado
de Doctor por la Universidad de Granada.
Granada, 2009
DIRECTOR: Nicolás Pérez
de la Blanca Capilla
DOCTORANDO: María
Ángeles Mendoza Pérez
[January4,2010at23:35]
[January4,2010at23:35]
Caminante no hay camino se hace camino al andar.
— Antonio Machado
a mis padres
[January4,2010at23:35]
[January4,2010at23:35]
RESUMEN
El campo del reconocimiento de acciones humanas ha
recibido y recibe en la actualidad una especial atención
debido a sus numerosas áreas de aplicación. De entre to-
das las técnicas aplicables a este campo los modelos de
espacios de estados que usan herramientas estadísticas se
han revelado como un efectivo método capaz de afrontar la
incertidumbre asociada a las acciones humanas. Un amplio
rango de modelos gráficos probabilísticos han sido propues-
tos en la literatura, pero no todos han sido evaluados con
profundidad en el campo del reconocimiento de acciones,
como por ejemplo los modelos ocultos de Markov facto-
riales que se han enfocado principalmente en reconocer
personas caminando, o en el caso de los campos aleatorios
condicionales con estados ocultos en el reconocimiento de
gestos.
En esta tesis, contextualizamos los principales tipos de
modelos gráficos probabilísticos, dirigidos y no dirigidos,
en el ámbito del reconocimiento de acciones humanas, exa-
minando sus ventajas y desventajas frente al problema
tratado y realizando un completo estudio experimental.
Mientras otros trabajos encontrados en la literatura general-
mente se limitana comparar dos otres de estos modelos, en
esta tesis atacamos esta comparación bajo una metodología
común y una misma base de datos considerada estándar en
este campo que nos permite inferir conclusiones generales.
Así mismo, adaptamos a nuestro problema otros mode-
los gráficos propuestos en otros campos pero que por sus
propiedades creemos que pueden ser especialmente ade-
cuados en la tarea que nos ocupa. Este es el caso de los
campos aleatorios de Markov generativos, especificados
para el reconocimiento de objetos en imágenes estáticas y
que nosotros extendemos a tratar señales temporales, su
definición nos va a permitir estudiar densas relaciones en-
tre los estados de las variables en distintos instantes de
tiempo. El producto de modelos ocultos de Markov, usados
ix
[January4,2010at23:35]