So sánh phương pháp nhận dạng hành động con người trong đoạn video quay bằng một camera dùng DTW và HMM

Tóm tắt

Trong bài báo này, chúng tôi tìm hiểu và so sánh hai thuật toán nhận dạng Dynamic Time Warping (DTW) và mô hình Markov ẩn HMM. Trước tiên, từ mỗi khung video, chúng tôi ước lượng tư thế người 3D, bao gồm tọa độ 3D của các khớp đặc trưng, dùng kỹ thuật mô hình hóa cơ thể 3D; rồi chuyển các tọa độ này sang thuộc tính quan hệ hình học GRF, mô tả quan hệ hình học giữa các khớp trong một tư thế nhằm giảm số hướng và gia tăng sự khác biệt giữa các tư thế. Tiếp đến, chúng tôi áp dụng kỹ thuật k-means clustering vào các GRF để tạo ra các vector thuộc tính, nhằm giảm số hướng hơn nữa. Cuối cùng, chúng tôi lần lượt sử dụng DTW và HMM để nhận dạng hành động và so sánh hiệu quả nhận dạng của chúng. Trong hệ thống, để nhận dạng các hành động lặp lại, chúng tôi sử dụng một biến thể của HMM gốc là HMM tuần hoàn CHMM. Các kết quả thực nghiệm trên cơ sở dữ liệu IXMAS cho thấy CHMM nổi trội hơn nhiều so với DTW.