Reconhecimento automático de atividades

O reconhecimento automático de atividades humanas a partir de vídeos já é uma realidade. Utilizando redes neurais e recursos de visão computacional, o pesquisador Carlos Antônio Caetano Júnior desenvolveu uma nova abordagem para otimizar esse processo em seu mais novo artigo.

 

O diferencial do trabalho do pesquisador consiste no uso da técnica Magnitude-Orientation Stream (MOS) (Fluxo de Magnitude e Orientação) para aprender o movimento de uma maneira mais detalhada e, assim, predizer a atividade executada no vídeo.

No exemplo acima é mostrado exemplos de atividades envolvendo interações entre duas pessoas: elas estão em diferentes planos de profundidade durante tais atividades e, mesmo assim, o algoritmo faz a devido reconhecimento.

Dessa forma, esse modelo demonstrou ser mais eficiente que abordagens clássicas da literatura que fazem uso de características locais e outras técnicas de redes neurais recentes, demonstrando, desta maneira, grande potencial de aplicação.

Assim, a abordagem MOS traz benefícios consideráveis para desenvolver sistemas inteligentes que exigem alto nível de segurança, como sistemas de vigilância que podem usar dessa tecnologia para prevenir atividade anormais, como suspeitas de roubos e sequestros.

Journal of Visual Communication and Image Representation, Volume 63

https://www.sciencedirect.com/science/article/pii/S1047320319302172?dgcid=author

Carlos Antônio Caetano Júnior

Doutorando em Ciência da Computação na Universidade Federal de Minas Gerais (UFMG) e pesquisador no Smart Surveillance Interest Group – SSIG/DCC/ICEx/UFMG. Desenvolveu parte dos estudos do doutorado no Centre de Recherche INRIA Sophia Antipolis, França (bolsa CNPq), como pesquisador no time STARS (sob orientação do Dr. François Brémond).