Ricostruzione tridimensionale di azioni e Riconoscimento mediante Modelli di Markov Nascosti

L'analisi del movimento umano e in particolare il riconoscimento di azioni
sono ambiti di ricerca che stanno suscitando crescente interesse e che iniziano a produrre varie applicazioni commerciali: essi richiedono l'integrazione di principi e metodi propri di settori come Pattern Recognition e Computer Vision.
La presente Tesi riguarda lo sviluppo e la valutazione di un sistema automatico di riconoscimento di azioni umane a partire da dati volumetrici estratti mediante un sistema immersivo di telecamere.
Il progetto del sistema si è basato sull'utilizzo di Modelli di Markov Nascosti, un metodo consolidato per la descrizione di processi statistici non osservabili direttamente, le cui caratteristiche sono desumibili soltanto a partire da una sequenza di osservazioni. Tali osservazioni sono le posture assunte da una persona durante l'esecuzione di una certa azione: da esse si ricavano le descrizioni sintetiche necessarie per il successivo riconoscimento.
L'analisi del funzionamento dell'algoritmo sviluppato si è basata sull'utilizzo di un vasto catalogo di azioni, per ottenere una valutazione delle prestazioni statisticamente significativa.