Extracción de Puntos de Interés Espaciotemporales utilizando Información Global

Las características espaciotemporales locales o puntos de interés proporcionan representaciones compactas pero descriptivas para un análisis de video eficiente y reconocimiento de movimiento. Los enfoques actuales de extracción de características locales implican filtrado local o cálculo de entropía que ignoran la información global (por ejemplo, grandes masas de píxeles en movimiento) en las entradas de video. Este artículo presenta un nuevo método de extracción que utiliza información global de cada entrada de video, de modo que se puedan identificar partes en movimiento, como una mano en movimiento, y se utilizan para seleccionar puntos de interés relevantes para una representación condensada. El método propuesto implica obtener un pequeño conjunto de imágenes de subespacio, que pueden sintetizar cuadros en la entrada de video a partir de sus respectivos vectores de coeficientes, y luego detectar puntos de interés a partir de los subespacios y los vectores de coeficientes. Los resultados experimentales indican que el método propuesto puede producir un conjunto más escaso de puntos de interés para el reconocimiento de movimiento que los métodos existentes.