Publication:
Empleo de affordances en aprendizaje para navegación semántica

Loading...
Thumbnail Image
Identifiers
Publication date
2019-10
Defense date
2019-10-14
Tutors
Journal Title
Journal ISSN
Volume Title
Publisher
Impact
Google Scholar
Export
Research Projects
Organizational Units
Journal Issue
Abstract
En este proyecto se va a presentar un método en el que se van a utilizar las Affordances de las acciones humanas, entendidas como las cualidades que permiten a una acción ser identificable, para poder entrenar un sistema que será capaz de categorizar la acción observada. En lugar de centrar los esfuerzos solamente en la detección de la postura corporal al realizar la acción, se utiliza también la detección de objetos, sea cual sea el objeto con el que se realiza la acción, para reconocer dichas características y utilizarlas en la clasificación. Se describe un modelo general que recoge las relaciones espaciales entre las ubicaciones de los puntos de interés tanto del cuerpo humano como del objeto, y se producen muestras que sirven cómo datos de entrenamiento para una máquina de soporte vectorial (SVM) que permite enseñar al sistema a categorizar diferentes acciones. Este modelo tiene varias propiedades notables: Recoge eficientemente todos los datos precisados para el reconocimiento, tiene una alta capacidad de integración, es fácil de utilizar y es capaz de tener altos porcentajes de éxito en la diferenciación de 5 acciones. Se demuestra cómo la pose humana y la localización de objetos basta en el reconocimiento de las Affordances de las acciones probadas, y se explica el procedimiento experimental seguido para que pueda ser probado con diferentes acciones. Se presentan los resultados experimentales sobre la categorización automática de acciones diferenciadas realizadas, en ocasiones, con el mismo objeto y se plantean diferentes caminos para poder mejorar nuestro proyecto.
In this project a method will be presented in which the Affordances of human actions will be used, understood as the qualities that allow an action to be identifiable, in order to train a system that will be able to categorize the observed action. Instead of focusing efforts solely on the detection of body posture when performing the action, object detection is also used, whatever the object with which the action is performed, to recognize these characteristics and use them in the classification. A general model is described that gathers the spatial relationships between the locations of the points of interest of both the human body and the object, and samples are produced that serve as training data for a vectorial support machine (SVM) that allows the system to learn how to differentiate different actions. This model has several remarkable properties: it efficiently collects all the data required for recognition, it has a high integration capacity, it is easy to use and it is capable of having high percentages of success in the differentiation of the 5 actions. It shows how the human pose and the location of objects suffices in the recognition of the Affordances of the tested actions, and explains the experimental procedure followed so that it can be tested with the different actions. The experimental results are presented on the automatic categorization of differentiated actions carried out, sometimes, with the same object, and different ways are proposed to improve our project.
Description
Keywords
Affordance, Aprendizaje automático, SVM, Reconocimiento del cuerpo humano, Detección de objetos
Bibliographic citation