Ricostruzione tridimensionale di azioni e Riconoscimento mediante Modelli di Markov Nascosti

15
Il terzo Capitolo descrive nel dettaglio il sistema di acquisizione utiliz-
zato per riprendere sequenze video in cui un attore esegue una certa azione
all'interno della scena: sono descritte le architetture hardware e software che
lo costituiscono e viene brevemente riepilogata la procedura di calibrazione
necessaria per ricondurre le telecamere ad un sistema di riferimento comune.
Nel quarto Capitolo sono presentate le operazioni necessarie per ottenere
quantità rappresentative delle posture assunte da una persona durante l'e-
secuzione di un'azione. Sono descritte la fase di segmentazione, ovvero di
estrazione della silhouette dell'attore da ciascun frame di una sequenza, la
ricostruzione volumetrica del corpo e la definizione di un descrittore di forma
(adattato alla persona) che consente di inseguirne il movimento nel tempo.
Il quinto Capitolo descrive l'utilizzo di Modelli di Markov Nascosti per
la realizzazione del sistema di riconoscimento, inquadrandoli nel contesto del
riconoscimento di azioni mediante Pattern Recognition e in particolare dei
metodi di classificazione di tipo Context-Dependent.
Il sesto Capitolo descrive l'algoritmo di classificazione sviluppato, preci-
sando le scelte effettuate per l'inizializzazione dei parametri dei modelli e per
il loro aggiornamento, e spiega il modo in cui tali modelli sono stati applicati
al problema del riconoscimento di azioni.
Il settimo Capitolo illustra i risultati sperimentali ottenuti sfruttando un
ampio catalogo di azioni, e presenta le tecniche adottate per suddividere tale
Data-Set in insiemi di training di test, in modo da ottenere una valutazione
statisticamente significativa delle prestazioni.
Nel Capitolo finale, l'ottavo, sono presentate le conclusioni del lavoro svol-
to, alla luce delle premesse teoriche che hanno ispirato il lavoro e dei risultati
effettivamente ottenuti, e sono discussi i possibili sviluppi del sistema.