Algoritmos de aprendizado baseados em Kernel aplicados na análise de comportamento humano: explorando padrões dinâmicos

Resumo

Recentemente, algoritmos de aprendizado baseados em kernel têm sido aplicados a problemas de reconhecimento de padrões complexos, apresentando bons resultados. Em diversos trabalhos, tais algoritmos são aplicados inclusive em problemas reconhecimento de padrões espaço-temporais, como reconhecimento de gestos e movimentos. Porém, a maior parte desses trabalhos apenas extrai as características espaço-temporais dos dados e as inclui em sua representação vetorial, ao invés de incorporar o tratamento da informação temporal ao processo de construção do modelo de reconhecimento. O presente projeto de pesquisa em nível de mestrado tem por objetivo explorar a área de algoritmos de aprendizado baseados em Kernel aplicados a problemas referentes à Análise de Comportamento Humano, com ênfase inicial na análise de movimentos e gestos humanos, tratando-os como padrões dinâmicos. E, para melhor adequação dos Métodos Baseados em Kernel ao problema de análise de padrões dinâmicos, pretende-se investigar estratégias capazes de inserir nestes métodos, características e princípios de algoritmos de aprendizado recorrente e/ou algoritmos de aprendizado com linhas de atraso. (AU)