Bewertung von Ansätzen zur Messung der Ähnlichkeit von Handlungen

Das Programmieren durch Demonstration wurde kürzlich als Methode vorgeschlagen, mit der Roboter Aufgaben anhand menschlicher Demonstrationen lernen können, wobei die Erkennung von Handlungen ein entscheidender Schritt in diesem Verfahren ist. Basierend auf diesem Konzept wurde von Aksoy et al. [1] ein modellfreier Ansatz für die Objektmanipulation vorgeschlagen. Konkret klassifiziert dieser Ansatz Handlungen durch Beobachtung von Veränderungen in der Objektinteraktion auf der Grundlage von Videosegmentierung. Die Segmentierung ist jedoch mit verschiedenen Schwierigkeiten verbunden, wie Bewegungsunschärfe, komplexe Umgebung, Über- und Untersegmentierung. Aus diesem Grund simulieren und bewerten wir die Methode von Aksoy et al. Zusätzlich passen wir eine kernbasierte Darstellung an die Methode von Aksoy et al. an. Die Experimente zeigen, dass die neue Methode die Aktionserkennungsrate deutlich verbessert.

Autorentext

Guoliang Luo a obtenu son doctorat à l'université de Strasbourg, en France, en 2014. Auparavant, il avait obtenu une maîtrise en informatique à l'université d'Uppsala, en Suède. Ses recherches actuelles portent sur la vision par ordinateur et l'infographie, les techniques de segmentation des vidéos et des maillages animés, ainsi que leurs applications.