Loading...
| Friend's email | |
| Your name | |
| Your email | |
| enter code | |
This page was sent successfuly
- Type of Document: M.Sc. Thesis
- Language: Farsi
- Document No: 48816 (05)
- University: Sharif University of Technology
- Department: Electrical Engineering
- Advisor(s): Fatemizadeh, Emad
- Abstract:
- The definition of human action recognition is classification of input visual elements based on the action which is done by a person in the scene. One of the most important topics in the filed which has lots of applications is human action recognition in videos. Some of these applications are surveillance, video retrieval, human computer interaction and smart houses. Due to increments in number of alone elderly people, surveillance of them is one of the important applications of human action recognition. The challenges of the task are, camera movement, differences of environment and differences in acting by different actors.The goal of the project is proposing a deep convolutional neural network based algorithm to recognize different human actions better than previous works on the well known dataset in the field and finally proposing a fully automatic system to work in smart houses, with the goal of recognizing elderly people’s actions. the most important feature of the system is the ability of working in different environments without need to any calibration and tuning. To do so we use convolutional neural networks due to their most important abilities such as, being proposed based on the human visual system, their promising performance on recognition tasks, having end-to-end training and performing real time after training is done. Achieving an accuracy of 84.9 % and the speed of 237 frames per seconds by the proposed network on the UCF101 action dataset verify the claim
- Keywords:
- Human Action Recognition ; Deep Learning ; Smart Home ; Video Data Classification ; Convolutional Neural Network
Digital Object List
-
محتواي کتاب
- view
Bookmark
- مقدمه
- تعریف مساله
- چالش‌ها
- فرضیات
- بازشناسی تصویر
- بازشناسی ویدئو
- ساختار پایان‌نامه
- جمع‌بندی
- تعریف مساله
- مرور ادبیات
- مقدمه
- روشهای سنتی بازشناسی کنش
- روشهای تک لایه
- روشهای فضا-زمان
- روشهای دنباله‌ای
- روشهای سلسله مراتبی
- روشهای آماری
- روشهای نحوی
- روشهای توصیفی
- روشهای تک لایه
- یادگیری ژرف
- شبکه‌های عصبی ژرف
- شبکه‌های عصبی پيچشی
- مدل‌های پرکاربرد
- مزیت شبکه‌های عصبی پيچشی
- روشهای اخیر بازشناسی کنش
- بازشناسی کنش بدون شبکه عصبی پيچشی
- مقاله ژو ۲۰۱۳
- مقاله ونگ ۲۰۱۳
- مقاله پنگ ۲۰۱۴
- بازشناسی کنش با شبکه عصبی پيچشی
- مقاله جکیوکساری ۲۰۱۴
- مقاله سیمونیان ۲۰۱۴
- مقاله دوناهو ۲۰۱۵
- مقاله جکیوکساری ۲۰۱۵
- مقاله ونگ ۲۰۱۵
- مقاله ونگ ۲۰۱۵
- مقاله ترن ۲۰۱۵
- مقاله فیشنهوفر ۲۰۱۶
- بازشناسی کنش بدون شبکه عصبی پيچشی
- جمع‌بندی
- روش پیشنهادی
- مقدمه
- مدل ارائه شده
- شبکه اولیه
- شبکه Alex
- شبکه GAP
- شبکه ارائه شده برای ویدئو
- ترکیب زمانی دیر
- ترکیب زمانی میانی
- ترکیب زمانی زود
- ترکیب زمانی با شبکه GAP
- شبکه اولیه
- جمع‌بندی
- نتایج و بحث
- مقدمه
- مجموعه دادگان
- تصاویر ثابت
- Pascal Voc 2012
- MPII
- تصاویر متحرک
- KTH
- Weizmann
- UCF-Sports
- Hollywood2
- HMDB51
- UCF101
- JHMDB
- دادگان مورد استفاده
- تصاویر ثابت
- ابزار آزمایش
- جعبه ابزار مورد استفاده
- سخت‌افزار مورد استفاده
- جزئیات پیاده‌سازی
- جزئیات شبکه‌ها
- شبکه اولیه الکس
- شبکه اولیه GAP
- شبکه نهایی با ترکیب زمانی دیر
- شبکه نهایی با ترکیب زمانی میانی
- شبکه نهایی با ترکیب زمانی زود
- شبکه نهایی با ساختار GAP
- نتایج شبکه‌های اولیه
- نتایج شبکه‌نهایی
- مقایسه صحت چهار شبکه ارائه شده
- بررسی اثر ابعاد پشته
- ماتریس پراکندگی دسته‌ای روش منتخب
- مقایسه صحت شبکه نهایی منتخب و روشهای پیشین
- دسته‌های خانه هوشمند و نتایج
- جمع‌بندی
- نتیجه‌گیری و پیشنهاد‌ها
- نتیجه‌گیری
- پیشنهاد‌ها
- پیوست‌ها
- جزئیات لایه‌های شبکه عصبی پيچشی
- لایه پيچش
- لایه اشتراک
- لایه غیر‌خطی
- لایه اتصال کامل
- لایه ترک کردن
- لایه بیشینه نرم