Busca avançada
Ano de início
Entree

Reconhecimento de Ações Humanas em Vídeos

Processo: 17/09160-1
Linha de fomento:Bolsas no Brasil - Doutorado
Vigência (Início): 01 de agosto de 2017
Vigência (Término): 29 de fevereiro de 2020
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Convênio/Acordo: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Pesquisador responsável:Hélio Pedrini
Beneficiário:Helena de Almeida Maia
Instituição-sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?, AP.TEM
Assunto(s):Aprendizado computacional   Atividades humanas

Resumo

O objetivo deste documento é apresentar a proposta de tese de doutorado para detecção e identificação de ações humanas em sequências de vídeo baseadas na combinação de técnicas de visão computacional, processamento de imagens e aprendizado de máquina. O reconhecimento de ações humanas pode ser aplicado em uma grande variedade de tarefas, tais como sistemas de vigilância, casas inteligentes, sistemas de saúde assistida e interação humano-computador. Diversas condições podem dificultar o processo de reconhecimento, tornando este problema desafiador. O atual projeto de pesquisa apresenta algumas percepções sobre o tópico sendo analisado, uma breve revisão das abordagens encontradas na literatura, justificativas que sugerem a necessidade de um estudo mais aprofundado sobre o assunto, bem como estratégias para novas metodologias que visam abordar o problema. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
BRITO, ANDRE DE SOUZA; VIEIRA, MARCELO BERNARDES; VILLELA, SAULO MORAES; TACON, HEMERSON; CHAVES, HUGO DE LIMA; MAIA, HELENA DE ALMEIDA; CONCHA, DARWIN TTITO; PEDRINI, HELIO. Weighted voting of multi-stream convolutional neural networks for video-based action recognition using optical flow rhythms. JOURNAL OF VISUAL COMMUNICATION AND IMAGE REPRESENTATION, v. 77, . (17/09160-1, 17/12646-3)
ROBERTO E SOUZA, MARCOS; MAIA, HELENA DE ALMEIDA; VIEIRA, MARCELO BERNARDES; PEDRINI, HELIO. Survey on visual rhythms: A spatio-temporal representation for video sequences. Neurocomputing, v. 402, p. 409-422, . (17/12646-3, 17/09160-1)
Publicações acadêmicas
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)
MAIA, Helena de Almeida. Visual rhythm-based convolutional neural networks and adaptive fusion for a multi-stream architecture applied to human action recognition. 2020. Tese de Doutorado - Universidade Estadual de Campinas (UNICAMP). Instituto de Computação Campinas, SP.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.