Resumen

Tanto las características estáticas como las de movimiento han mostrado un rendimiento prometedor en la tarea de reconocimiento de actividades humanas. Sin embargo, la información incluida en estas características es insuficiente para actividades humanas complejas. En este trabajo, proponemos extraer la información relacional de las características estáticas y de movimiento para el reconocimiento de actividades humanas. Los vídeos se representan mediante un modelo clásico de Bolsa de Palabras (BoW) que es útil en muchos trabajos. Para obtener un libro de códigos compacto y discriminativo con una dimensión pequeña, empleamos el algoritmo divisivo basado en la divergencia KL para reconstruir el libro de códigos. Después, para capturar la información relacional, construimos un grafo bipartito para modelar la relación entre las palabras de diferentes conjuntos de características. A continuación, utilizamos una partición de k vías para crear un nuevo libro de códigos en el que las palabras similares se juntan. Con este nuevo libro de códigos, los vídeos pueden ser representados por un nuevo vector BoW con fuerte información relacional. Además, proponemos un método para calcular nuevos clusters a partir de la función proyectiva del algoritmo de división. Probamos nuestro trabajo en varios conjuntos de datos y obtenemos resultados muy prometedores.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:información relacional fuerte, nuevo libro de códigos, características estáticas, algoritmo divisivo, características de movimiento, rendimiento prometedor mostrado, tarea de reconocimiento de actividades, nuevo vector de arco, información de estática, reconocimiento de actividades humanas
• Keywords:strong relational information, new codebook, static features, divisive algorithm, motion features, shown promising performance, activities recognition task, new bow vector, information of static, human activities recognition