Bewertung von Ansätzen zur Messung der Ähnlichkeit Handlungen: Segmentierungsbasierte Aktionsdarstellung für die Aktionserkennung in Videos und deren Anwendungen Robotik

Das Programmieren durch Demonstration wurde kürzlich als Methode vorgeschlagen, mit der Roboter Aufgaben anhand menschlicher Demonstrationen lernen können, wobei die Erkennung von Handlungen ein entscheidender Schritt in diesem Verfahren ist. Basierend auf diesem Konzept wurde von Aksoy et al. [1] ein modellfreier Ansatz für die Objektmanipulation vorgeschlagen. Konkret klassifiziert dieser Ansatz Handlungen durch Beobachtung von Veränderungen in der Objektinteraktion auf der Grundlage von Videosegmentierung. Die Segmentierung ist jedoch mit verschiedenen Schwierigkeiten verbunden, wie Bewegungsunschärfe, komplexe Umgebung, Über- und Untersegmentierung. Aus diesem Grund simulieren und bewerten wir die Methode von Aksoy et al. Zusätzlich passen wir eine kernbasierte Darstellung an die Methode von Aksoy et al. an. Die Experimente zeigen, dass die neue Methode die Aktionserkennungsrate deutlich verbessert.