Download or read book Apprentissage neuronal de caract ristiques spatio temporelles pour la classification automatique de s quences vid o written by Moez Baccouche and published by . This book was released on 2014 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse s'intéresse à la problématique de la classification automatique des séquences vidéo. L'idée est de se démarquer de la méthodologie dominante qui se base sur l'utilisation de caractéristiques conçues manuellement, et de proposer des modèles qui soient les plus génériques possibles et indépendants du domaine. Ceci est fait en automatisant la phase d'extraction des caractéristiques, qui sont dans notre cas générées par apprentissage à partir d'exemples, sans aucune connaissance a priori. Nous nous appuyons pour ce faire sur des travaux existants sur les modèles neuronaux pour la reconnaissance d'objets dans les images fixes, et nous étudions leur extension au cas de la vidéo. Plus concrètement, nous proposons deux modèles d'apprentissage des caractéristiques spatio-temporelles pour la classification vidéo : (i) Un modèle d'apprentissage supervisé profond, qui peut être vu comme une extension des modèles ConvNets au cas de la vidéo, et (ii) Un modèle d'apprentissage non supervisé, qui se base sur un schéma d'auto-encodage, et sur une représentation parcimonieuse sur-complète des données. Outre les originalités liées à chacune de ces deux approches, une contribution supplémentaire de cette thèse est une étude comparative entre plusieurs modèles de classification de séquences parmi les plus populaires de l'état de l'art. Cette étude a été réalisée en se basant sur des caractéristiques manuelles adaptées à la problématique de la reconnaissance d'actions dans les vidéos de football. Ceci a permis d'identifier le modèle de classification le plus performant (un réseau de neurone récurrent bidirectionnel à longue mémoire à court-terme -BLSTM-), et de justifier son utilisation pour le reste des expérimentations. Enfin, afin de valider la généricité des deux modèles proposés, ceux-ci ont été évalués sur deux problématiques différentes, à savoir la reconnaissance d'actions humaines (sur la base KTH), et la reconnaissance d'expressions faciales (sur la base GEMEP-FERA). L'étude des résultats a permis de valider les approches, et de montrer qu'elles obtiennent des performances parmi les meilleures de l'état de l'art (avec 95,83% de bonne reconnaissance pour la base KTH, et 87,57% pour la base GEMEP-FERA).
Download or read book Architectures d apprentissage profond pour la reconnaissance d actions humaines dans des s quences vid o RGB D monoculaires written by Huy-Hieu Pham (doctorant en informatique).) and published by . This book was released on 2019 with total page 153 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse porte sur la reconnaissance d'actions humaines dans des séquences vidéo RGB-D monoculaires. La question principale est, à partir d'une vidéo ou d'une séquence d'images donnée, de savoir comment reconnaître des actions particulières qui se produisent. Cette tâche est importante et est un défi majeur à cause d'un certain nombre de verrous scientifiques induits par la variabilité des conditions d'acquisition, comme l'éclairage, la position, l'orientation et le champ de vue de la caméra, ainsi que par la variabilité de la réalisation des actions, notamment de leur vitesse d'exécution. Pour surmonter certaines de ces difficultés, dans un premier temps, nous examinons et évaluons les techniques les plus récentes pour la reconnaissance d'actions dans des vidéos. Nous proposons ensuite une nouvelle approche basée sur des réseaux de neurones profonds pour la reconnaissance d'actions humaines à partir de séquences de squelettes 3D. Deux questions clés ont été traitées. Tout d'abord, comment représenter la dynamique spatio-temporelle d'une séquence de squelettes pour exploiter efficacement la capacité d'apprentissage des représentations de haut niveau des réseaux de neurones convolutifs (CNNs ou ConvNets). Ensuite, comment concevoir une architecture de CNN capable d'apprendre des caractéristiques spatio-temporelles discriminantes à partir de la représentation proposée dans un objectif de classification. Pour cela, nous introduisons deux nouvelles représentations du mouvement 3D basées sur des squelettes, appelées SPMF (Skeleton Posture-Motion Feature) et Enhanced-SPMF, qui encodent les postures et les mouvements humains extraits des séquences de squelettes sous la forme d'images couleur RGB. Pour les tâches d'apprentissage et de classification, nous proposons différentes architectures de CNNs, qui sont basées sur les modèles Residual Network (ResNet), Inception-ResNet-v2, Densely Connected Convolutional Network (DenseNet) et Efficient Neural Architecture Search (ENAS), pour extraire des caractéristiques robustes de la représentation sous forme d'image que nous proposons et pour les classer. Les résultats expérimentaux sur des bases de données publiques (MSR Action3D, Kinect Activity Recognition Dataset, SBU Kinect Interaction, et NTU-RGB+D) montrent que notre approche surpasse les méthodes de l'état de l'art. Nous proposons également une nouvelle technique pour l'estimation de postures humaines à partir d'une vidéo RGB. Pour cela, le modèle d'apprentissage profond appelé OpenPose est utilisé pour détecter les personnes et extraire leur posture en 2D. Un réseau de neurones profond est ensuite proposé pour apprendre la transformation permettant de reconstruire ces postures en trois dimensions. Les résultats expérimentaux sur la base de données Human3.6M montrent l'efficacité de la méthode proposée. Ces résultats ouvrent des perspectives pour une approche de la reconnaissance d'actions humaines à partir des séquences de squelettes 3D sans utiliser des capteurs de profondeur comme la Kinect. Nous avons également constitué la base CEMEST, une nouvelle base de données RGB-D illustrant des comportements de passagers dans les transports publics. Elle contient 203 vidéos de surveillance collectées dans une station du métro incluant des événements "normaux" et "anormaux". Nous avons obtenu des résultats prometteurs sur cette base en utilisant des techniques d'augmentation de données et de transfert d'apprentissage. Notre approche permet de concevoir des applications basées sur des techniques de l'apprentissage profond pour renforcer la qualité des services de transport en commun.
Download or read book Apprentissage pour la reconnaissance d actions humaines en vid o written by Alexander Klaser and published by . This book was released on 2010 with total page 130 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse s'intéresse à la reconnaissance des actions humaines dans des données vidéo réalistes, tels que les films. À cette fin, nous développons des algorithmes d'extraction de caractéristiques visuelles pour la classification et la localisation d'actions. Dans une première partie, nous étudions des approches basées sur les sacs-de-mots pour la classification d'action. Dans le cas de vidéo réalistes, certains travaux récents qui utilisent le modèle sac-de-mots pour la représentation d'actions ont montré des résultats prometteurs. Par conséquent, nous effectuons une comparaison approfondie des méthodes existantes pour la détection et la description des caractéristiques locales. Ensuite, nous proposons deux nouvelles approches pour la descriptions des caractéristiques locales en vidéo. La première méthode étend le concept d'histogrammes sur les orientations de gradient dans le domaine spatio-temporel. La seconde méthode est basée sur des trajectoires de points d'intérêt détectés spatialement. Les deux descripteurs sont évalués avec une représentation par sac-de-mots et montrent une amélioration par rapport à l'état de l'art pour la classification d'actions. Dans une seconde partie, nous examinons comment la détection de personnes peut contribuer à la reconnaissance d'actions. Tout d'abord, nous développons une approche qui combine la détection de personnes avec une représentation sac-de-mots. La performance est évaluée pour la classification d'actions à plusieurs niveaux d'échelle spatiale. Ensuite, nous explorons la localisation spatio-temporelle des actions humaines dans les films. Nous étendons une approche de suivi de personnes pour des vidéos réalistes. En outre, nous développons une représentation d'actions qui est adaptée aux détections de personnes. Nos expériences suggèrent que la détection de personnes améliore significativement la localisation d'actions. De plus, notre système montre une grande amélioration par rapport à l'état de l'art actuel.
Download or read book Apprentissage pour la reconnaissance d actions humaines en vid o written by Alexander Klaser and published by . This book was released on 2010 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse s'intéresse à la reconnaissance des actions humaines dans des données vidéo réalistes, tels que les films. À cette fin, nous développons des algorithmes d'extraction de caractéristiques visuelles pour la classification et la localisation d'actions. Dans une première partie, nous étudions des approches basées sur les sacs-de-mots pour la classification d'action. Dans le cas de vidéo réalistes, certains travaux récents qui utilisent le modèle sac-de-mots pour la représentation d'actions ont montré des résultats prometteurs. Par conséquent, nous effectuons une comparaison approfondie des méthodes existantes pour la détection et la description des caractéristiques locales. Ensuite, nous proposons deux nouvelles approches pour la descriptions des caractéristiques locales en vidéo. La première méthode étend le concept d'histogrammes sur les orientations de gradient dans le domaine spatio-temporel. La seconde méthode est basée sur des trajectoires de points d'intérêt détectés spatialement. Les deux descripteurs sont évalués avec une représentation par sac-de-mots et montrent une amélioration par rapport à l'état de l'art pour la classification d'actions. Dans une seconde partie, nous examinons comment la détection de personnes peut contribuer à la reconnaissance d'actions. Tout d'abord, nous développons une approche qui combine la détection de personnes avec une représentation sac-de-mots. La performance est évaluée pour la classification d'actions à plusieurs niveaux d'échelle spatiale. Ensuite, nous explorons la localisation spatio-temporelle des actions humaines dans les films. Nous étendons une approche de suivi de personnes pour des vidéos réalistes. En outre, nous développons une représentation d'actions qui est adaptée aux détections de personnes. Nos expériences suggèrent que la détection de personnes améliore significativement la localisation d'actions. De plus, notre système montre une grande amélioration par rapport à l'état de l'art actuel.
Download or read book Etudes des architectures des r seaux neuronaux codage spatio temporel de l information written by Marius Vasiliu and published by . This book was released on 1995 with total page 380 pages. Available in PDF, EPUB and Kindle. Book excerpt: Les réseaux de neurones représentent une des voies possibles pour la réalisation des systèmes dits intelligents, capables d'apprendre, de reconnaître et de classifier des informations de natures et de supports très différents. Au-delà des approches classiques, les modèles des réseaux de neurones que nous proposons ici utilisent d'une manière homogène le temps et l'espace en considérant que l'information incidente est portée à l'entrée du réseau par des signaux spatio-temporels et que le traitement neuronal ne doit pas changer la nature spatio-temporelle de cette information. Le premier modèle de réseau que nous proposons bénéficie de la simplicité et de la robustesse des signaux en impulsions comme support de l'information. L'utilisation des délais synaptiques adaptatifs et des règles d'apprentissage d'inspiration Hebienne permet la mise en oeuvre des mécanismes d'auto synchronisation synaptique et de reconnaissance partagée des patterns complexes d'impulsions. Une autre famille de modèles, plus évoluée, est celle des réseaux spatio-temporels. Les principales caractéristiques sont l'organisation hiérarchique de l'architecture en assemblées, groupes et neurones, le caractère local, continu et non-supervise de l'apprentissage, la considération d'une topologie spatiale intrinsèque, au nombre variable de dimensions et, dernièrement, mais pas le moins important, un fonctionnement temporel du réseau base sur des délais synaptiques variables. La structure du réseau est traversée par deux flux d'information: le flot longitudinal oriente de l'entrée vers la sortie et le flot latéral, dans chaque assemblée, produit par les interactions neuronales latérales. les expériences d'application effectuées, telles que la reconnaissance de l'écriture manuscrite, de la parole ou des trajectoires d'objets dans un flot vidéo sont autant de confirmations de la versatilité et des fonctionnalités offertes par les architectures spatio-temporelles étudiées
Download or read book Reconnaissance multi dimensionnelle de l motion par apprentissage profond de caract ristiques spatio temporelles sur s quences vid o written by Thomas Teixeira and published by . This book was released on 2020 with total page 121 pages. Available in PDF, EPUB and Kindle. Book excerpt:
Download or read book Pattern Recognition and Artificial Intelligence written by Yue Lu and published by Springer Nature. This book was released on 2020-10-09 with total page 752 pages. Available in PDF, EPUB and Kindle. Book excerpt: This book constitutes the proceedings of the Second International Conference on Pattern Recognition and Artificial Intelligence, ICPRAI 2020, which took place in Zhongshan, China, in October 2020. The 49 full and 14 short papers presented were carefully reviewed and selected for inclusion in the book. The papers were organized in topical sections as follows: handwriting and text processing; features and classifiers; deep learning; computer vision and image processing; medical imaging and applications; and forensic studies and medical diagnosis.
Download or read book Human Behavior Understanding written by Mohamed Chetouani and published by Springer. This book was released on 2016-10-07 with total page 164 pages. Available in PDF, EPUB and Kindle. Book excerpt: This book constitutes the refereed proceedings of the 7th International Workshop on Human Behavior Understanding, HBU 2016, held in Amsterdam, The Netherlands, in October 2016. The 10 full papers were carefully reviewed and selected from 17 initial submissions. They are organized in topical sections named: behavior analysis during play; daily behaviors; gesture and movement analysis; and vision based applications.
Download or read book Medical Image Computing and Computer Assisted Intervention MICCAI 2012 written by Nicholas Ayache and published by Springer. This book was released on 2012-08-28 with total page 645 pages. Available in PDF, EPUB and Kindle. Book excerpt: The three-volume set LNCS 7510, 7511, and 7512 constitutes the refereed proceedings of the 15th International Conference on Medical Image Computing and Computer-Assisted Intervention, MICCAI 2012, held in Nice, France, in October 2012. Based on rigorous peer reviews, the program committee carefully selected 252 revised papers from 781 submissions for presentation in three volumes. The third volume includes 79 papers organized in topical sections on diffusion imaging: from acquisition to tractography; image acquisition, segmentation and recognition; image registration; neuroimage analysis; analysis of microscopic and optical images; image segmentation; diffusion weighted imaging; computer-aided diagnosis and planning; and microscopic image analysis.
Download or read book Predicting Structured Data written by Neural Information Processing Systems Foundation and published by MIT Press. This book was released on 2007 with total page 361 pages. Available in PDF, EPUB and Kindle. Book excerpt: State-of-the-art algorithms and theory in a novel domain of machine learning, prediction when the output has structure.
Download or read book An Introduction to Computational Learning Theory written by Michael J. Kearns and published by MIT Press. This book was released on 1994-08-15 with total page 230 pages. Available in PDF, EPUB and Kindle. Book excerpt: Emphasizing issues of computational efficiency, Michael Kearns and Umesh Vazirani introduce a number of central topics in computational learning theory for researchers and students in artificial intelligence, neural networks, theoretical computer science, and statistics. Emphasizing issues of computational efficiency, Michael Kearns and Umesh Vazirani introduce a number of central topics in computational learning theory for researchers and students in artificial intelligence, neural networks, theoretical computer science, and statistics. Computational learning theory is a new and rapidly expanding area of research that examines formal models of induction with the goals of discovering the common methods underlying efficient learning algorithms and identifying the computational impediments to learning. Each topic in the book has been chosen to elucidate a general principle, which is explored in a precise formal setting. Intuition has been emphasized in the presentation to make the material accessible to the nontheoretician while still providing precise arguments for the specialist. This balance is the result of new proofs of established theorems, and new presentations of the standard proofs. The topics covered include the motivation, definitions, and fundamental results, both positive and negative, for the widely studied L. G. Valiant model of Probably Approximately Correct Learning; Occam's Razor, which formalizes a relationship between learning and data compression; the Vapnik-Chervonenkis dimension; the equivalence of weak and strong learning; efficient learning in the presence of noise by the method of statistical queries; relationships between learning and cryptography, and the resulting computational limitations on efficient learning; reducibility between learning problems; and algorithms for learning finite automata from active experimentation.
Download or read book The Nature of Statistical Learning Theory written by Vladimir Vapnik and published by Springer Science & Business Media. This book was released on 2013-06-29 with total page 324 pages. Available in PDF, EPUB and Kindle. Book excerpt: The aim of this book is to discuss the fundamental ideas which lie behind the statistical theory of learning and generalization. It considers learning as a general problem of function estimation based on empirical data. Omitting proofs and technical details, the author concentrates on discussing the main results of learning theory and their connections to fundamental problems in statistics. This second edition contains three new chapters devoted to further development of the learning theory and SVM techniques. Written in a readable and concise style, the book is intended for statisticians, mathematicians, physicists, and computer scientists.
Download or read book CIKM 13 written by CIKM 13 Conference Committee and published by . This book was released on 2013-10-27 with total page 938 pages. Available in PDF, EPUB and Kindle. Book excerpt: CIKM'13: 22nd ACM International Conference on Information and Knowledge Management Oct 27, 2013-Nov 01, 2013 San Francisco, USA. You can view more information about this proceeding and all of ACM�s other published conference proceedings from the ACM Digital Library: http://www.acm.org/dl.
Download or read book Medical image computing and computer assisted intervention written by Nicholas Ayache and published by . This book was released on with total page pages. Available in PDF, EPUB and Kindle. Book excerpt:
Download or read book Buyology written by Martin Lindstrom and published by Currency. This book was released on 2010-02-02 with total page 274 pages. Available in PDF, EPUB and Kindle. Book excerpt: NEW YORK TIMES BESTSELLER • “A fascinating look at how consumers perceive logos, ads, commercials, brands, and products.”—Time How much do we know about why we buy? What truly influences our decisions in today’s message-cluttered world? In Buyology, Martin Lindstrom presents the astonishing findings from his groundbreaking three-year, seven-million-dollar neuromarketing study—a cutting-edge experiment that peered inside the brains of 2,000 volunteers from all around the world as they encountered various ads, logos, commercials, brands, and products. His startling results shatter much of what we have long believed about what captures our interest—and drives us to buy. Among the questions he explores: • Does sex actually sell? • Does subliminal advertising still surround us? • Can “cool” brands trigger our mating instincts? • Can our other senses—smell, touch, and sound—be aroused when we see a product? Buyology is a fascinating and shocking journey into the mind of today's consumer that will captivate anyone who's been seduced—or turned off—by marketers' relentless attempts to win our loyalty, our money, and our minds.
Download or read book Reinforcement Learning second edition written by Richard S. Sutton and published by MIT Press. This book was released on 2018-11-13 with total page 549 pages. Available in PDF, EPUB and Kindle. Book excerpt: The significantly expanded and updated new edition of a widely used text on reinforcement learning, one of the most active research areas in artificial intelligence. Reinforcement learning, one of the most active research areas in artificial intelligence, is a computational approach to learning whereby an agent tries to maximize the total amount of reward it receives while interacting with a complex, uncertain environment. In Reinforcement Learning, Richard Sutton and Andrew Barto provide a clear and simple account of the field's key ideas and algorithms. This second edition has been significantly expanded and updated, presenting new topics and updating coverage of other topics. Like the first edition, this second edition focuses on core online learning algorithms, with the more mathematical material set off in shaded boxes. Part I covers as much of reinforcement learning as possible without going beyond the tabular case for which exact solutions can be found. Many algorithms presented in this part are new to the second edition, including UCB, Expected Sarsa, and Double Learning. Part II extends these ideas to function approximation, with new sections on such topics as artificial neural networks and the Fourier basis, and offers expanded treatment of off-policy learning and policy-gradient methods. Part III has new chapters on reinforcement learning's relationships to psychology and neuroscience, as well as an updated case-studies chapter including AlphaGo and AlphaGo Zero, Atari game playing, and IBM Watson's wagering strategy. The final chapter discusses the future societal impacts of reinforcement learning.
Download or read book Quantum Communications and Cryptography written by Alexander V. Sergienko and published by CRC Press. This book was released on 2018-10-03 with total page 248 pages. Available in PDF, EPUB and Kindle. Book excerpt: All current methods of secure communication such as public-key cryptography can eventually be broken by faster computing. At the interface of physics and computer science lies a powerful solution for secure communications: quantum cryptography. Because eavesdropping changes the physical nature of the information, users in a quantum exchange can easily detect eavesdroppers. This allows for totally secure random key distribution, a central requirement for use of the one-time pad. Since the one-time pad is theoretically proven to be undecipherable, quantum cryptography is the key to perfect secrecy. Quantum Communications and Cryptography is the first comprehensive review of the past, present, and potential developments in this dynamic field. Leading expert contributors from around the world discuss the scientific foundations, experimental and theoretical developments, and cutting-edge technical and engineering advances in quantum communications and cryptography. The book describes the engineering principles and practical implementations in a real-world metropolitan network as well as physical principles and experimental results of such technologies as entanglement swapping and quantum teleportation. It also offers the first detailed treatment of quantum information processing with continuous variables. Technologies include both free-space and fiber-based communications systems along with the necessary protocols and information processing approaches. Bridging the gap between physics and engineering, Quantum Communications and Cryptography supplies a springboard for further developments and breakthroughs in this rapidly growing area.
