A Kernel framework to support video data analysis

El objetivo de este trabajo es proponer un esquema basado en metodologías Kernel para apoyar el análisis de datos en video. La principal meta es revelar la información de mayor impacto contenida en datos de una alta dimensión y una alta correlación entre si, esto con el fin de mejorar las representaciones de características y facilitar la etapa de entrenamiento. En el reconocimiento de actividad humana, los patrones relevantes albergan comportamientos no lineales y que se encuentran ocultos en los datos. Para exponer estos comportamientos, incluir información a priori acerca de relaciones ideales da indicios de las dependencias no lineales en los datos. En este trabajo se introducen tres metodologías para mejorar las representaciones de características y facilitar la etapa de entrenamiento. Primero, una representación basada en Kernel se introduce para descubrir las relaciones más importantes en un diccionario de códigos mediante la inclusión de un Kernel que guarda relaciones ideales de los códigos. El segundo método propuesto es una herramienta para el análisis de la relevancia de características. Esta metodología encuentra el conjunto más discriminativo de características espacio temporales para mejorar la separabilidad entre clases con respecto a un criterio de alineamiento de kernels centralizados. Finalmente, se propone un nuevo método para sintonizar el parámetro de C regularización en una SVM. Este método se basa en una métrica distancia entre dos kernels de similitudes. Los métodos propuestos se comparan con técnicas de línea base en el estado del arte mostrando excelentes resultados en la tarea de mejorar la representación de los datos y obtener unas altas tasas de acierto en la etapa de clasificación

• Autores: Insuasti Ceballos, Hernán David
• Fecha de publicación: 2016
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/56549
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/56549; http://bdigital.unal.edu.co/52358/
• Palabra clave: 0 Generalidades / Computer science, information and general works; 62 Ingeniería y operaciones afines / Engineering; Bolsa de características (BoF); CKA; Representaciones Kernel; SVMs; Características espacio temporales; Reconocimiento de actividades humanas; Visión por computador; Bag of Features (BoF); CKA; Kernel representation; SVMs; Spatiotemporal features; Human activity recognition; Computer vision
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional