Detección de actividades con cadenas de símbolos y Modelos Ocultos de Markov

Resumen

En este trabajo se presenta un enfoque integral para la generación de trayectorias en visión por computadora, aprovechando la representación del movimiento en cadenas de símbolos compactas. La metodología propuesta incorpora un proceso para preservar la información del movimiento a lo largo del tiempo e identificar áreas de alta probabilidad de movimiento. Mediante segmentación morfológica, se construyen trayectorias simplificadas para una representación más compacta. Se emplean Modelos Ocultos de Markov (HMM) para el modelado y reconocimiento de actividades, beneficiándose de la reducción de estados visibles gracias a la representación compacta del movimiento. Este trabajo demuestra cómo este enfoque permite una detección precisa y eficiente de actividades normales y anormales, proporcionando un marco robusto para sistemas de visión por computadora.