Human Activity Recognition: A Comparative Evaluation of Spatio-Temporal Descriptors

Brighi, Marco (2019) Human Activity Recognition: A Comparative Evaluation of Spatio-Temporal Descriptors. [Laurea magistrale], Università di Bologna, Corso di Studio in Ingegneria e scienze informatiche [LM-DM270] - Cesena, Documento ad accesso riservato.
Documenti full-text disponibili:
[thumbnail of Thesis] Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato

Download (3MB) | Contatta l'autore

Abstract

The study presented in this thesis aims to implement and evaluate three different features for the recognition of human activities (HAR). A feature is a piece of information appropriately extracted from raw data that is relevant for solving a particular task. With HAR is meant that discipline able to automatically recognize the activity carried out by an agent through the collection of data. These systems can be realized by exploiting data of different kinds and coming from different sources. Within this study, it was decided to use visual data from properly recorded videos. Each feature is analyzed and evaluated in every detail and finally implemented in a project that uses the most famous and used computer vision and machine learning libraries. The effectiveness of each is evaluated through two different datasets recognized by the scientific community. Each feature was evaluated not only for its performance but also for the computational cost involved in the extraction. The final analysis is therefore the result of a compromise between results obtained and costs to be incurred.

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Brighi, Marco
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Human Activity Recognition,Computer Vision,Visual Feature,Machine Learning,Feature Extraction Algorithms,Activity Classification
Data di discussione della Tesi
12 Dicembre 2019
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^