Recognition of Human Body Motion Using Phase Space Constraints

1. Recognition of Human Body Motion Using Phase Space Constraints Hauptseminar Smart Environments Neli Dimitrova

2. Inhalt • Einleitung • Das Problem definieren • Erkennen im Phasenraum • Ergebnisse • Vor- und Nachteile • Zusammenfassung

3. Einleitung • Methode für das Erkennen der klassischen Ballettschritte • Warum ist das Ballett eine gute Testbasis? • Wie wird die Bewegung verfolgt und erkannt?

4. Domäne des Balletts • begrenzte Anzahl von Schritten • einfache Bewegungen mit Freiheitsgrade • kulturelle und physische Beschränkungen • Balance • Stützung • Ähnlichkeit eines Schrittes • Variation im Ballett • Ausdehnung

5. Das Problem definieren • ungefähr 20 Markierungen werden an den menschlichen Körper angehängt • Aufgabe: neun atomare Ballettbewegungen von den XYZ tracking data erlernen und erkennen

6. Darstellungsdetails • die Beinvariablen variieren nicht, während die Armparameter eine Variation unterliegen • 2D Projektion des Phasenraumes • Die Punkte, die dem Plie entsprechen sind gut von den anderen Datenpunkten getrennt

7. Darstellung im Phasenraum • Warum wird einen Phasenraum der gemeinsamen Winkel benutzt? • Definition eines Körper-Phasenraumes • Bewegung als eine Ansammlung 2D-projezierten Raumkurven • Kurven gebildet aus kubischen Polynomen

8. Darstellungsbetrachtungen • zwei übereinstimmende Phasenwege stellen die gleiche Bewegung dar • zwei identische Bewegungen bilden zwei identische Phasenwege ab • Gibt es eine Möglichkeit, das Gemeinsame zwischen Bewegungen sowie den Unterschied darzustellen? • Dimensionen ignorieren, die nicht durch eine Bewegung beschränkt werden • Reflektiert der Ähnlichkeitsgrad in der Darstellung auch die Ähnlichkeit in den Bewegung?

9. Euler Winkel • Körperparameter: gemeinsame Winkel für Verbindungen 1DOF, Euler Winkel für Verbindungen 3DOF, Torso Ausrichtung und Torsohöhe • Singularität an bestimmten Lage Ausrichtungen • automatischer Auswahl des Winkelsatzes

10. Erlernen Predictors I • zu jedem Zeitpunkt : der Zustand des Systems als Punkt im Phasenraum • Pair Relation: • Threshold: • örtlich festgelegt • Pair Predictor: • Pair Relation für eine Bewegung konstruieren • Pair Predictors als Bestandteil der Beschränkung

11. Erlernen Predictors II • Smoothed Predictor: • Pair Predictors kombinieren-> Pair Predictors mit der größten Effizienz • Predictor Fitness: • Compound Predictor: • unabhängiger Detektor • mehrmals den Region des Phasenraumes begrenzen

12. Beziehungen und Fitness Funktion • Beziehungen zwischen Variablen, während einer Bewegung • Summe falscher Annahmen und falscher Absagen verkleinern • Threshold eines Pair Predictors vorwählen • besten k Pair Predictors • logische AND- Operationen • Folge der lokalen Optimierungen

13. Eingangsdaten • Eingang: XYZ tracking data, die von 14 Punkte auf dem Körper notiert ist • Sechs 1DOF und vier 3DOF • Zwei Tänzer verschiedene Höhe

14. Ergebnisse (Fa NOR Fr) • Ignorieren der zeitlichen Stetigkeit • falsche Ablehnung und falsche Annahme- gleiche Strafen • ohne zeitliche Smoothing oder AND- Operator • Predictorfehler: (# wie oft das Predictor eingeschaltet ist) – (# wie oft ein Tanzschritt vorgekommen ist)

15. Ergebnisse (Compound Predictors) • AND- Verknüpfung von drei Pair Predictors, jedes zeitlich ‚Smoothed‘ • höhere Annahmeraten • kurze Annahmeperioden ablehnen • höheres Kostenverhältnis ‚w‘

16. Ergebnisse • Unterschied in der Geschwindigkeit 50% • tendu- 100% • Unterschied der Ausdehnung: • 15% für releve • 18% für degage

17. Predictor Ergebnisse • nur eine Störung- develope Predictor • alle weiteren Schritten sind richtig annotiert

18. Vorteile • Invariation zu den Änderungen in der Geschwindigkeit und Ausdehnung • arbeitet automatisch mit Bewegungsreihenfolge • extrem gut Ermitteln der Ballettschritte • mäßig gut Erkennen ihrer Anfangs- und Endzeiten

19. Kurven als Schleife anstatt Kubikpolynome Falsche Beziehung Nachteile

20. Zusammenfassung • Erkennen der klassischen Ballettschritte • Verhältnisse zwischen Paare der gemeinsamen Winkel • einfache Detektoren konstruieren • Gewichtsverhältnis für die Fitness Funktion und die Smoothing Zeitkonstante • anwendbar für irgendeine natürliche nicht Ballettbewegung - Gesichtsausdrücke

21. Vielen Dank für die Aufmerksamkeit!