Individual and group activity recognition in moving object trajectories

Detalhes bibliográficos
Autor(a) principal: Beber, Marco Aurélio
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/186759
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2017.
id UFSC_038d503bd5ee307dcb859e836cfc01f3
oai_identifier_str oai:repositorio.ufsc.br:123456789/186759
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Individual and group activity recognition in moving object trajectoriesComputaçãoRedes sociais on-lineAlgorítmos computacionaisDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2017.O conhecimento sobre quais atividades as pessoas fazem em certos lugares é útil para diversas áreas. Trabalhos existentes sobre reconhecimento de atividades em dados de trajetórias assumem que apenas uma atividade é realizada em cada local, e não identificam todos os objetos móveis que podem estar envolvidos em cada atividade. Entretanto, informações significativas podem ser perdidas devido a essas abordagens simplistas. Diversas atividades podem ser realizadas em lugares grandes, como shoppings e prédios comerciais, e descobri-las pode ajudar aplicações a identificarem o comportamento e o perfil de seus usuários de forma mais precisa. Ademais, muitas atividades são realizadas por grupos de indivíduos, e é útil identificá-los para diferentes tipos de aplicação, como controle de multidões, segurança pública e redes sociais. Nesta dissertação, é proposto um novo método para reconhecer múltiplas atividades realizadas em um local e identificar todos os indivíduos envolvidos em atividades em grupo, utilizando trajetórias de pessoas e conhecimento extraído de mídias sociais. As principais contribuições incluem: (i) o algoritmo T-Activity para reconhecer multiplas atividades realizadas em um único ponto de interesse, baseado em dados de trajetória e dados de mídias sociais; e (ii) o algoritmo G-Activity para identificar os participantes de uma atividade em grupo. Experimentos utilizando diferentes bases de dados para avaliar os algoritmos pro-postos mostram que ambos T-Activity e G-Activity obtiveram bons resultados reconhecendo ambas atividades individuais e em grupo.Abstract : The knowledge about which activities people do at certain places is useful for several application domains. Existing works for activity recognition from trajectory data assume that only one activity is performed at each place, and do not identify all the objects that may be involved in each activity. We claim that several activities may be performed at certain big places, such as shopping centers and commercial buildings, and discovering them could be helpful for applications to identify the behavior and profile of its users more precisely. In addition, many activities are performed by groups of individuals, and it is useful to identify them for different application domains, such as crowd management, public security, and social networks. In this thesis, we propose a new method to recognize multiple activities performed at a place and identify all the individuals involved into group activities, using people trajectories and knowledge extracted from social media. The main contributions include: (i) the algorithm T-Activity to recognize multiple activities performed at a single POI, based on trajectory data and social media data; and (ii) the algorithm G-Activity to identify the members of a group activity. Experiments using different datasets to evaluate the performance of the proposed algorithms show that both T-Activity and G-Activity achieved good results in recognizing both individual and group activities.Bogorny, VaniaUniversidade Federal de Santa CatarinaBeber, Marco Aurélio2018-06-07T04:02:39Z2018-06-07T04:02:39Z2017info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis82 p.| il., gráfs., tabs.application/pdf351051https://repositorio.ufsc.br/handle/123456789/186759engreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2018-06-07T04:02:39Zoai:repositorio.ufsc.br:123456789/186759Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732018-06-07T04:02:39Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Individual and group activity recognition in moving object trajectories
title Individual and group activity recognition in moving object trajectories
spellingShingle Individual and group activity recognition in moving object trajectories
Beber, Marco Aurélio
Computação
Redes sociais on-line
Algorítmos computacionais
title_short Individual and group activity recognition in moving object trajectories
title_full Individual and group activity recognition in moving object trajectories
title_fullStr Individual and group activity recognition in moving object trajectories
title_full_unstemmed Individual and group activity recognition in moving object trajectories
title_sort Individual and group activity recognition in moving object trajectories
author Beber, Marco Aurélio
author_facet Beber, Marco Aurélio
author_role author
dc.contributor.none.fl_str_mv Bogorny, Vania
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Beber, Marco Aurélio
dc.subject.por.fl_str_mv Computação
Redes sociais on-line
Algorítmos computacionais
topic Computação
Redes sociais on-line
Algorítmos computacionais
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2017.
publishDate 2017
dc.date.none.fl_str_mv 2017
2018-06-07T04:02:39Z
2018-06-07T04:02:39Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 351051
https://repositorio.ufsc.br/handle/123456789/186759
identifier_str_mv 351051
url https://repositorio.ufsc.br/handle/123456789/186759
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 82 p.| il., gráfs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652124191457280

Registros relacionados