Resumen

En la actualidad, los avances en tecnologías de imágenes en profundidad han hecho que el reconocimiento de actividades humanas (HAR) sea confiable sin la necesidad de adjuntar marcadores ópticos u otros sensores de movimiento a partes del cuerpo humano. Este estudio presenta un sistema de HAR basado en imágenes en profundidad para monitorear y reconocer actividades humanas. En este trabajo, propusimos un enfoque de características espacio-temporales para detectar, seguir y reconocer siluetas humanas utilizando una secuencia de imágenes RGB-D. Dentro de nuestro marco de HAR propuesto, el procedimiento requerido incluye la detección de siluetas humanas en profundidad a partir de la secuencia de imágenes en profundidad sin procesar, la eliminación de ruido de fondo y el seguimiento de siluetas humanas utilizando restricciones de diferenciación de cuadros de información de movimiento humano. Estas siluetas en profundidad extraen las características espacio-temporales basadas en la historia secuencial en profundidad, la identificación de movimiento, el flujo óptico y la información de articulaciones. Luego

• Materias:Cupones móviles Evaluación de señal Multidifusión Arquitectura centrada Detección de espectro
• Subjects:Mobile coupons Signal evaluation Multicast Focused architecture Spectrum sensing
• Palabras claves:Avances; Tecnologías de imágenes en profundidad; Reconocimiento de actividad humana; Características espacio-temporales; Siluetas de profundidad; Modelo oculto de Markov
• Keywords:Advancements; Depth imaging technologies; Human activity recognition; Spatiotemporal features; Depth silhouettes; Hidden Markov model