МОСКВА, 17 ноя. Ученый Самарского университета предложил новый подход к распознаванию действий человека, основанный на технологии захвата движения. Результаты опубликованы в The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences.
Распознавание действий позволяет машинам интерпретировать определенные движения и реагировать на них. Технология может использоваться во многих сферах человеческой деятельности, таких как медицина, общественная безопасность, игры и развлечения, объяснили в Самарском университете.
Данные о движении человека можно получать, в частности, с помощью захвата движения или motion capture. Эта технология работает следующим образом: на теле человека закрепляют датчики, которые фиксируют каждый шаг, поворот или наклон. Затем собранные данные обрабатываются с помощью специализированного программного обеспечения. Результаты обработки могут быть использованы как для создания цифровой анимации, так и для распознавания действий или изучения особенностей движения конкретного человека.
Одна из проблем существующих подходов к распознаванию действий состоит в том, что датчики выдают огромные массивы данных. Кроме того, у разных людей движения одного и того же действия могут заметно отличаться по скорости или амплитуде. Чтобы компьютер понял, что перед ним именно «ходьба», «бег» или «прыжок», нужны эффективные способы обработки этих данных.
«Данные о движении человека, полученные с использованием видеосъемки или системы захвата движения, являются избыточными. Поэтому мы пытаемся найти такое компактное представление этих данных, которое позволит машине безошибочно распознавать действия человека, то есть определять, в какой момент времени и какое действие человек совершает», — рассказал автор исследования, доцент кафедры геоинформатики и информационной безопасности Самарского университета Евгений Мясников.
Ученый предложил новый подход к распознаванию действий человека, основанный на преобразовании исходных данных захвата движения в последовательности точек — траектории в «сжатом» пространстве. Оно формируется из различных поз, принимаемых человеком. То есть любое действие можно представлять как траекторию и распознавать движение, сравнивая такие траектории. Исследователь использовал математические методы, которые позволяют корректно интерпретировать движения даже при разных темпах исполнения.
По словам автора, у разработанного подхода широкий потенциал применения. В медицине он может помочь диагностировать нарушения опорно-двигательного аппарата. В сфере обеспечения безопасности — распознавать подозрительные действия и предотвращать преступления. Кроме того, технология может стать частью системы «умный дом».
«В среднем наш подход чаще верно определяет, какое действие совершает человек, по сравнению с альтернативным подходом. При этом мы использовали известный набор данных, предоставленный в свободный доступ другими исследователями. Если же говорить о проекте в целом, то здесь нам еще только предстоит доказать преимущество разрабатываемого подхода на других данных и на более широком круге задач», — объяснил эксперт.
Специалист добавил, что следующий этап исследования предполагает решение задачи распознавания движения по данным видеосъемки.
«Кроме того, мы хотим создать собственный набор данных, который поможет исследователям разрабатывать и оценивать эффективность собственных подходов к распознаванию действий человека. Необходимое оборудование для этого у нас имеется», — заключил Евгений Мясников.
Проведенное исследование является частью проекта «Методы формирования признаковых описаний действий человека», поддержанного Российским научным фондом в рамках конкурса на проведение фундаментальных научных исследований малыми научными группами.
Свежие комментарии