BiLSTM with CNN Features For HAR in Videos
- Autores
- Orozco, Carlos Ismael; Buemi, María Elena; Berlles, Julio Jacobo
- Año de publicación
- 2021
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- El reconocimiento de acciones en videos es actualmente un tema de interés en el área de visión por computadora debido a sus potenciales aplicaciones tales como indexación en multimedia, vigilancia en espacios públicos, entre otras. En este trabajo proponemos una arquitectura CNN-BiLSTM. Primero, una red neuronal convolucional VGG16 previamente entrenada extrae las características del video de entrada. Luego, un BiLSTM clasifica el video en una clase en particular. Evaluamos el rendimiento de nuestro sistema utilizando la precisión como métrica de evaluación, obteniendo 40.9% y 78.1% para los conjuntos de datos HMDB-51 y LTCF-101 respectivamente.
Sociedad Argentina de Informática e Investigación Operativa - Materia
-
Ciencias Informáticas
Reconocimiento de acciones
CNN
BiLSTM - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/3.0/
- Repositorio
.jpg)
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/141287
Ver los metadatos del registro completo
| id |
SEDICI_1f3251b489dc2f286bc393aef95e75f2 |
|---|---|
| oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/141287 |
| network_acronym_str |
SEDICI |
| repository_id_str |
1329 |
| network_name_str |
SEDICI (UNLP) |
| spelling |
BiLSTM with CNN Features For HAR in VideosOrozco, Carlos IsmaelBuemi, María ElenaBerlles, Julio JacoboCiencias InformáticasReconocimiento de accionesCNNBiLSTMEl reconocimiento de acciones en videos es actualmente un tema de interés en el área de visión por computadora debido a sus potenciales aplicaciones tales como indexación en multimedia, vigilancia en espacios públicos, entre otras. En este trabajo proponemos una arquitectura CNN-BiLSTM. Primero, una red neuronal convolucional VGG16 previamente entrenada extrae las características del video de entrada. Luego, un BiLSTM clasifica el video en una clase en particular. Evaluamos el rendimiento de nuestro sistema utilizando la precisión como métrica de evaluación, obteniendo 40.9% y 78.1% para los conjuntos de datos HMDB-51 y LTCF-101 respectivamente.Sociedad Argentina de Informática e Investigación Operativa2021-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf26-30http://sedici.unlp.edu.ar/handle/10915/141287spainfo:eu-repo/semantics/altIdentifier/issn/2683-8990info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/3.0/Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:35:53Zoai:sedici.unlp.edu.ar:10915/141287Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:35:53.835SEDICI (UNLP) - Universidad Nacional de La Platafalse |
| dc.title.none.fl_str_mv |
BiLSTM with CNN Features For HAR in Videos |
| title |
BiLSTM with CNN Features For HAR in Videos |
| spellingShingle |
BiLSTM with CNN Features For HAR in Videos Orozco, Carlos Ismael Ciencias Informáticas Reconocimiento de acciones CNN BiLSTM |
| title_short |
BiLSTM with CNN Features For HAR in Videos |
| title_full |
BiLSTM with CNN Features For HAR in Videos |
| title_fullStr |
BiLSTM with CNN Features For HAR in Videos |
| title_full_unstemmed |
BiLSTM with CNN Features For HAR in Videos |
| title_sort |
BiLSTM with CNN Features For HAR in Videos |
| dc.creator.none.fl_str_mv |
Orozco, Carlos Ismael Buemi, María Elena Berlles, Julio Jacobo |
| author |
Orozco, Carlos Ismael |
| author_facet |
Orozco, Carlos Ismael Buemi, María Elena Berlles, Julio Jacobo |
| author_role |
author |
| author2 |
Buemi, María Elena Berlles, Julio Jacobo |
| author2_role |
author author |
| dc.subject.none.fl_str_mv |
Ciencias Informáticas Reconocimiento de acciones CNN BiLSTM |
| topic |
Ciencias Informáticas Reconocimiento de acciones CNN BiLSTM |
| dc.description.none.fl_txt_mv |
El reconocimiento de acciones en videos es actualmente un tema de interés en el área de visión por computadora debido a sus potenciales aplicaciones tales como indexación en multimedia, vigilancia en espacios públicos, entre otras. En este trabajo proponemos una arquitectura CNN-BiLSTM. Primero, una red neuronal convolucional VGG16 previamente entrenada extrae las características del video de entrada. Luego, un BiLSTM clasifica el video en una clase en particular. Evaluamos el rendimiento de nuestro sistema utilizando la precisión como métrica de evaluación, obteniendo 40.9% y 78.1% para los conjuntos de datos HMDB-51 y LTCF-101 respectivamente. Sociedad Argentina de Informática e Investigación Operativa |
| description |
El reconocimiento de acciones en videos es actualmente un tema de interés en el área de visión por computadora debido a sus potenciales aplicaciones tales como indexación en multimedia, vigilancia en espacios públicos, entre otras. En este trabajo proponemos una arquitectura CNN-BiLSTM. Primero, una red neuronal convolucional VGG16 previamente entrenada extrae las características del video de entrada. Luego, un BiLSTM clasifica el video en una clase en particular. Evaluamos el rendimiento de nuestro sistema utilizando la precisión como métrica de evaluación, obteniendo 40.9% y 78.1% para los conjuntos de datos HMDB-51 y LTCF-101 respectivamente. |
| publishDate |
2021 |
| dc.date.none.fl_str_mv |
2021-10 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
| format |
conferenceObject |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/141287 |
| url |
http://sedici.unlp.edu.ar/handle/10915/141287 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/issn/2683-8990 |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/3.0/ Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0) |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/3.0/ Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0) |
| dc.format.none.fl_str_mv |
application/pdf 26-30 |
| dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
| reponame_str |
SEDICI (UNLP) |
| collection |
SEDICI (UNLP) |
| instname_str |
Universidad Nacional de La Plata |
| instacron_str |
UNLP |
| institution |
UNLP |
| repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
| repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
| _version_ |
1844616237419593728 |
| score |
13.069144 |