چکیده فارسی :

در این مقاله، ما سیستم آنالیز تصویری خودکاری را نمایش دادیم که قطعه بندی و شناسایی حرکات انسان در یک محیط داخلی مثل یک سالن ورزشی نشان می دهد.هدف  سیستم، بخش بندی حرکات متفاوت حاصل از تصویرورودی و تشخیص همزمان انواع حرکت است. تکنیک قطعه بندی دو حرکتی، یعنی بر اساس شدت رنگ و حرکت مطرح شده است. هردو روش می تواند به طور موثر و مفیدی حرکات متناوب انسان را در یک چرخه زمانی قطعه بندی کند. ما از طریق  توصیف حرکات انسان و با استفاده از ویژگی های شکل و حرکت، روش جدیدی را برای شناسایی حرکات انسان، به کار برده ایم.توصیف گر هم شامل شکل محلی و هم اطلاعات فضایی طرح بندی شده مربوط به آن است.بنابراین برای مدل سازی حرکات بسیار موثر بوده و مناسب برای شناسایی و به رسمیت شناختن تنوعی از حرکات است.نتایج علمی نشان می دهد که طرح قطعه بندی حرکات و الگوریتم های شناسایی بسیار موثر واقع شده اند.

چکیده انگلیسی :

In this paper, we present an automated video analysis system which addresses segmentation and detectionof human actions in an indoor environment, such as a gym. The system aims at segmenting different movements from the input video and recognizing the action types simultaneously. Two action segmentation techniques, namely color intensity based and motion based, are proposed. Both methods can efficiently segment periodic human movements into temporal cycles. We also apply a novel approach for human action recognition by describing human actions using motion and shape features. The descriptor contains both the local shape and its spatial layout information, therefore is more effective for action modeling and is suitable for detecting and recognizing a variety of actions. Experimental results show that the proposed action segmentation and detection algorithms are highly effective.