Αυτόματη Αναγνώριση Ανθρώπινων Δράσεων χρησιμοποιώντας Βαθιά Συνελικτικά Νευρωνικά Δίκτυα

Νικολουδάκης, Ευάγγελος; Nikoloudakis, Efangelos

dc.contributor.author	Νικολουδάκης, Ευάγγελος	el
dc.contributor.author	Nikoloudakis, Efangelos	el
dc.date.accessioned	2017-09-18T10:43:55Z
dc.date.available	2017-09-18T10:43:55Z
dc.date.issued	2017-09-18
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/45639
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.14442
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Αναγνώριση Ανθρώπινων Δράσεων	el
dc.subject	Αναγνώριση Ανθρώπινων Χειρονομιών	el
dc.subject	3Δ Συνελικτικά Νευρωνικά Δίκτυα	el
dc.subject	Συνελικτικά Νευρωνικά Δίκτυα Διπλής Ροής	el
dc.subject	Πυκνές Τροχιές	el
dc.subject	Human Action Recognition	en
dc.subject	Human Gesture Recognition	en
dc.subject	3D Convolutional Neural Networks	en
dc.subject	Two-Stream Convolutional Neural Networks	en
dc.subject	Dense Trajectories	en
dc.subject	Μηχανές Διανυσμάτων Υποστήριξης	el
dc.subject	Support Vector Machines	en
dc.title	Αυτόματη Αναγνώριση Ανθρώπινων Δράσεων χρησιμοποιώντας Βαθιά Συνελικτικά Νευρωνικά Δίκτυα	el
heal.type	bachelorThesis
heal.classification	Όραση Υπολογιστών	el
heal.classification	Μηχανική Μάθηση	el
heal.classification	Νευρωνικά Δίκτυα	el
heal.classification	Αλληλεπίδραση Ανθρώπου-Μηχανής	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2017-07-18
heal.abstract	Η παρούσα Διπλωματική Εργασία πραγματεύεται το πρόβλημα της αυτόματης αναγνώρισης ανθρώπινων δράσεων, στο πλαίσιο της αλληλεπίδρασης ανθρώπου-μηχανής. Για την εξαγωγή χαρακτηριστικών χρησιμοποιούνται τόσο hand-crafted τεχνικές όσο και τεχνικές βαθιάς μάθησης. Συγκεκριμένα, δίνεται έμφαση στην εφαρμογή των βελτιωμένων πυκνών τροχιών με Bag-of Words κωδικοποίηση καθώς και στην χρήση Τρισδιάστατων Συνελικτικών Νευρωνικών Δικτύων (3D ConvNets) και Συνελικτικών Νευρωνικών Δικτύων Διπλής Ροής (Two-Stream ConvNets), από τα οποία εξάγουμε χαρακτηριστικά βαθιάς μάθησης. Πειραματιζόμαστε χρησιμοποιώντας τις διαθέσιμες αναπαραστάσεις βίντεο, αξιολογώντας την επίδοση τους σε μία σειρά από δημοφιλείς βάσεις δεδομένων, καθώς και στη βάση ανθρώπινων δράσεων Cognimuse, η οποία δημιουργήθηκε στο ερευνητικό πλαίσιο της παρούσας εργασίας και παρουσιάζει ιδιαίτερες προκλήσεις. Για την ταξινόμηση των δράσεων χρησιμοποιούνται μη γραμμικές Μηχανές Διανυσμάτων Υποστήριξης με πυρήνα x^2, στο επίπεδο των οποίων εφαρμόζεται σύμμειξη των παραγόμενων αναπαράστασεων βίντεο, επιτυγχάνοντας state-of-the-art επίδοση στη βάση δεδομένων HMDB51 και πολύ υψηλή ακρίβεια αναγνώρισης στη βάση δεδομένων Hollywood2.	el
heal.advisorName	Μαραγκός, Πέτρος	el
heal.committeeMemberName	Μαραγκός, Πέτρος	el
heal.committeeMemberName	Τζαφέστας, Κωνσταντίνος	el
heal.committeeMemberName	Ποταμιάνος, Γεράσιμος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Σημάτων, Ελέγχου και Ρομποτικής. Εργαστήριο Όρασης Υπολογιστών, Επικοινωνίας Λόγου και Επεξεργασίας Σημάτων	el
heal.academicPublisherID	ntua
heal.numberOfPages	123 σ.	el
heal.fullTextAvailability	true