Αναγνώριση ανθρώπινων ενεργειών σε βίντεο με χρήση
νευρωνικών δικτύων και λογισμού γεγονότων

Πράπας, Ιωάννης; Prapas, Ioannis

dc.contributor.author	Πράπας, Ιωάννης	el
dc.contributor.author	Prapas, Ioannis	en
dc.date.accessioned	2017-09-14T07:04:02Z
dc.date.available	2017-09-14T07:04:02Z
dc.date.issued	2017-09-14
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/45612
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.14550
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc/3.0/gr/	*
dc.subject	Αναγνώριση ανθρώπινων ενεργειών	el
dc.subject	Συνελικτικά νευρωνικά δίκτυα	el
dc.subject	Αυτοκωδικοποιητές	el
dc.subject	C3D χαρακτηριστικά	en
dc.subject	Λογισμός γεγονότων	en
dc.subject	Human action recognition	en
dc.subject	Convolutional neural networks	en
dc.subject	Autoencoders	en
dc.subject	C3D features	en
dc.subject	Event Calculus	en
dc.title	Αναγνώριση ανθρώπινων ενεργειών σε βίντεο με χρήση νευρωνικών δικτύων και λογισμού γεγονότων	el
dc.title	Human action recognition in videos with use of neural networks and event calculus	en
heal.type	bachelorThesis
heal.classification	Artificial intelligence--Data processing	el
heal.classification	Machine learning	el
heal.classification	Neural networks (Computer science)--Congresses	el
heal.classification	Computer vision	el
heal.classificationURI	http://id.loc.gov/authorities/subjects/sh85008182
heal.classificationURI	http://id.loc.gov/authorities/subjects/sh85079324
heal.classificationURI	http://id.loc.gov/authorities/subjects/sh2008108385
heal.classificationURI	http://id.loc.gov/authorities/subjects/sh85029549
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2017-07-11
heal.abstract	Ο σκοπός αυτής της διπλωματικής εργασίας ήταν σε πρώτο στάδιο η μελέτη σύγχρονων αριθμητικών μεθόδων για την αναγνώριση ανθρώπινων ενεργειών σε βίντεο και στην συνέχεια ο συνδυασμός τους με λογισμό γεγονότων με στόχο την υψηλού επιπέδου κατανόηση βίντεο. Σε αυτό το πλαίσιο, εξετάσαμε μεθόδους εξαγωγής χαρακτηριστικών κατάλληλων για ανάλυση βίντεο. Υλοποιήσαμε συνελικτικούς αυτοκωδικοποιητές και εξετάσαμε την χρήση τους για αναπαράσταση των καρέ του βίντεο. Τελικά, χρησιμοποιήσαμε και αξιολογήσαμε τα C3D χαρακτηριστικά ως αναπαράσταση κατάλληλη για αναγνώριση απλών ανθρώπινων ενεργειών. Σαν επόμενο στάδιο στην διαδικασία, ελέγξαμε κατά πόσο οι αναγνωρισμένες απλές ενέργειες μπορούν να βοηθήσουν τον OLED, ένα σύστημα επαγωγικού λογικού προγραμματισμού, να παράγει θεωρίες Λογισμού Γεγονότων για σύνθετες ενέργειες, οι οποίες αφορούν αλληλεπίδραση ατόμων. Συμβάλλουμε, λοιπόν, στην γεφύρωση του χάσματος που υπάρχει μεταξύ της αδιάφανης (φύση μαύρου κουτιού) αποτελεσματικότητας της βαθιάς μάθησης να βγάζει νόημα από ανεπεξέργαστα δεδομένα και του διαφανούς συμπερασμού της λογικής που μας επιτρέπει να εισάγουμε ανθρώπινη γνώση για την φύση των προβλημάτων υπό επίλυση. Λόγω του ότι οι παρατηρήσεις από τη φύση τους καταγράφουν μέρος της πραγματικότητας, ενώ η λογική εκφράζει συνήθως γενικότερη γνώση, θέλουμε να ενθαρρύνουμε την συνέχιση της έρευνας μακριά από πλήρεις αρχιτεκτονικές μαύρου κουτιού και πιο κοντά σε συγχωνεύσεις τους με συστήματα λογικού συμπερασμού. Τα πειραματικά αποτελέσματα αυτής της εργασίας ενθαρρύνουν περαιτέρω την έρευνα προς αυτήν την κατεύθυνση.	el
heal.abstract	The main aim of this thesis was to study modern numerical methods for human action recognition in videos and combine them with event calculus towards a high-level understanding. In the context of low-level human action recognition, we considered feature extraction methods suitable for video analysis. We implemented a convolutional autoencoders and considered their use for frame-level representation. Finally, we used and evaluated the C3D features as a representation for low-level action recognition. As the next step in the pipeline, we checked how useful the recognized low-level human actions can be for OLED, an Inductive Logic Programming system, capable of learning Event Calculus theories for complex actions, involving the interaction of more than one individuals. Our contribution lies mainly in bridging the gap between the opaque (black box nature) effectiveness of deep learning to make sense out of raw data and the transparent reasoning of Event Calculus, which allows us to embed human knowledge in the problem-solving process. Because observations capture only certain aspects of the real world, but logic often represents generic knowledge, we would like to encourage research to move away from end-to-end black box architectures and towards hybrids with computational logic. Our experimental results encourage further research towards this direction.	en
heal.advisorName	Σταφυλοπάτης, Ανδρέας-Γεώργιος	el
heal.advisorName	Παλιούρας, Γεώργιος	el
heal.advisorName	Αρτίκης, Αλέξανδρος	el
heal.advisorName	Μπασκιώτης, Νικόλαος	el
heal.committeeMemberName	Σταφυλοπάτης, Ανδρέας-Γεώργιος	el
heal.committeeMemberName	Στάμου, Γιώργος	el
heal.committeeMemberName	Τσανάκας, Παναγιώτης	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	66 σ.	el
heal.fullTextAvailability	true