Emberi és számítógépes mozgásfelismerés összefüggéseinek vizsgálata
Assessing connections between human and computer-based motion recognition
Keywords:
gépi látás, látás, mozgásfelismerés, optic flow, pszichológia, videóelemzésAbstract
Although vision is an integral part of human motion recognition, in itself it’s not always sufficient for identifying movements. Our research is based on a human study conducted by Masoner in 2022. While Masoner identified which movements are more easily discernible to humans, we aimed to measure the movements' said distinctiveness using computer based video analysis. Our results underscore the previous study's findings, therefore we can infer how humans recognize movements through our algorithm's inner workings.
Kivonat
Az ember mozgásérzékelésének jelentős része a látáson - vizuális információn alapszik, azonban vannak helyzetek, amikben nem triviális pusztán ennek segítségével a mozgásfelismerés. A munkánk Masoner 2022-ben végzett humán kutatásán alapul. Míg Masoner mozgások ember általi megkülönböztethetőségét vizsgálta, mi ugyanennek az összetéveszthetőségnek a vizsgálatára számítógépes videóelemzési módszert hoztunk létre. Az eredményeink alátámasztják az előzmény kutatás értékeit, így következtethetünk az emberi mozgásfelismerés működésére az algoritmusunk felépítéséből.
References
J. J. Gibson, The ecological approach to visual perception. Boston: Houghton Mifflin,PP 332, 1979.
Johansson, G., Visual perception of biological motion and a model for its analysis.Perception & Psychophysics, 1973, 14(2), PP 201-211
Sophia Robert, Leslie G. Ungerleider, and Maryam Vaziri-Pashkam, Disentangling Object Category Representations Driven by Dynamic and Static Visual Input, The Journal of Neuroscience, 2023, 43(4), PP 621–634
Masoner, H., Does Optic Flow Provide Information about Actions? Doctoral dissertation. 2022, https://aquila.usm.edu/dissertations/1972. (2023.02.28.)
Lishman, J. R., & Lee, D. N., The autonomy of visual kinaesthesis. Perception, 1973, 2(3), PP 287-294
Rogers, B. J., Optic flow: Perceiving and acting in a 3-D world, i-Perception, 2021, 12(1), PP 1–25, https://doi.org/10.1177/2041669520987257) (2023.02.28.)
Rogers, B. Young, K. Tootell, S., Optic flow and the maintenance of balance., Journal of Vision, 2007, 7(9), PP 1023, 1023a, http://journalofvision.org/7/9/1023/ (2023.02.28.)
Cross Correlation, United States Naval Academy, https://docs.opencv.org/3.4/d4/dee/tutorial_optical_flow.html (2023.02.28.)
Optical Flow, OpenCV, https://www.usna.edu/Users/oceano/pguth/md_help/html/time0alq.htm (2023.02.28.)
Sakoe, H., & Chiba, S., Dynamic programming algorithm optimization for spoken word recognition. IEEE Transactions on Acoustics, Speech, and Signal Processing, 1978, 26(1), PP 43-49.
