Eylem Tanıma

Eylem tanıma, genellikle İnsan Etkinliği Tanıma (HAR) olarak da bilinir ve bilgisayar görüşünün (CV) dinamik bir alt alanıdır. Bu alan, video verilerinde denekler tarafından gerçekleştirilen belirli davranışları veya hareketleri tanımlamak ve sınıflandırmakla ilgilenir. Geleneksel nesne algılama "görüntüde ne var?" sorusuna cevap verirken, eylem tanıma "zaman içinde ne oluyor?" sorusuna cevap verir. Statik görüntüler yerine kare dizilerini analiz ederek, makine öğrenimi (ML) modelleri "yürümek", "bisiklete binmek", "düşmek" veya "el sıkışmak" gibi karmaşık faaliyetleri ayırt edebilir, bu da onu insan niyetini ve bağlamını anlayan akıllı sistemler oluşturmak için önemli bir bileşen haline getirir.

Temel Kavramlar ve Teknikler

Eylemleri tanımak, hem uzamsal bilgileri (nesnelerin veya insanların neye benzediği) hem de zamansal bilgileri (zaman içinde nasıl hareket ettikleri) işlemek için bir model gerektirir. Bunu başarmak için, modern yapay zeka (AI) sistemleri genellikle standart evrişimli sinir ağlarının (CNN) ötesine geçen özel mimariler kullanır.

• Poz Tahmini: Modelin insan vücudundaki dirsekler, dizler ve omuzlar gibi belirli kilit noktaları izlediği güçlü bir teknik. Bu kilit noktalardaki geometrik değişiklikler, arka plandaki karmaşadan bağımsız olarak eylemleri sınıflandırmak için güçlü bir sinyal sağlar.
• Zamansal Modelleme: Algoritmalar, geçmiş kareleri hatırlamak ve gelecekteki eylemleri tahmin etmek için Tekrarlayan Sinir Ağları (RNN) veya Uzun Kısa Süreli Bellek (LSTM) ağları gibi yapıları kullanır. Son zamanlarda, Video Dönüştürücüler, video akışlarındaki uzun menzilli bağımlılıkları işleme yetenekleriyle popülerlik kazanmıştır.
• İki Akışlı Ağlar: Bu yaklaşım, uzamsal özellikleri (RGB kareleri) ve zamansal özellikleri (genellikle optik akış kullanarak) paralel akışlarda işler ve verileri birleştirerek nihai sınıflandırmayı yapar.

Gerçek Dünya Uygulamaları

İnsan hareketlerini otomatik olarak yorumlama yeteneği, çeşitli sektörlerde dönüştürücü bir potansiyele sahiptir ve güvenliği, verimliliği ve kullanıcı deneyimini iyileştirir.

• Sağlık Hizmetlerinde Yapay Zeka: Eylem tanıma, hasta izleme sistemleri için hayati önem taşır. Örneğin, bakım evlerinde otomatik düşme algılama imkanı sağlar ve bir hasta düştüğünde personeli hemen uyarır. Ayrıca, uzaktan fiziksel rehabilitasyonda da kullanılır; burada yapay zeka koçları, hastaların hareketleri doğru ve güvenli bir şekilde yapmalarını sağlamak için egzersiz formlarını analiz eder.
• Akıllı Gözetim ve Güvenlik: Basit hareket algılamanın ötesinde, gelişmiş güvenlik sistemleri eylem tanıma özelliğini kullanarak kavga, hırsızlık veya izinsiz giriş gibi şüpheli davranışları tespit ederken, zararsız faaliyetleri göz ardı eder. Bu, yanlış alarmları azaltır ve gerçek zamanlı güvenlik izlemeyi iyileştirir.

Ultralytics ile Eylem Analizi Uygulama

Yaygın bir iş akışı, önce insanları ve iskelet pozlarını tespit etmek, ardından bu eklemlerin hareketlerini analiz etmektir. Ultralytics modeli, birçok eylem tanıma boru hattının temelini oluşturan ilk poz tahmin adımı için son teknoloji hız ve doğruluk sağlar. .

Aşağıdaki örnek, Python kullanarak bir video karesinden iskelet anahtar noktalarını nasıl çıkaracağınızı göstermektedir:

from ultralytics import YOLO

# Load the YOLO26 pose estimation model
model = YOLO("yolo26n-pose.pt")

# Run inference on an image to detect person keypoints
results = model("https://ultralytics.com/images/bus.jpg")

# Process results
for result in results:
    # Access the keypoints (x, y, visibility)
    if result.keypoints is not None:
        print(f"Detected keypoints shape: {result.keypoints.data.shape}")

İlgili Terimleri Ayırt Etme

Doğru yöntemlerin uygulanmasını sağlamak için eylem tanıma ile benzer bilgisayar görme görevlerini birbirinden ayırmak önemlidir .

• Eylem Tanıma ve Nesne Takibi: Nesne takibi, belirli bir nesnenin veya kişinin kareler arasında hareket ederken kimliğini korumaya odaklanır (ör. "Kişi A, X koordinatında"). Eylem tanıma, takip edilen nesnenin davranışını yorumlar (ör. "Kişi A koşuyor").
• Eylem Tanıma ve Video Anlama: Eylem tanıma belirli fiziksel eylemleri tanımlarken, video anlama daha geniş bir kavramdır ve bir video sahnesindeki tüm anlatıyı, bağlamı ve nedensel ilişkileri anlamayı içerir.

Zorluklar ve Gelecekteki Eğilimler

Güçlü eylem tanıma modelleri geliştirmek, özellikle Kinetics-400 veya UCF101 gibi büyük, açıklamalı video veri kümelerine duyulan ihtiyaç açısından zorluklar ortaya çıkarmaktadır. Video verilerini etiketlemek, statik görüntüleri etiketlemekten çok daha zaman alıcıdır. Bu sorunu çözmek için, Ultralytics gibi araçlar açıklama ve eğitim iş akışını kolaylaştırmaya yardımcı olmaktadır.

Ayrıca, hesaplama verimliliği de çok önemlidir. Yüksek çözünürlüklü videoları gerçek zamanlı olarak işlemek, önemli donanım kaynakları gerektirir. Sektör, gecikme süresini ve bant genişliği kullanımını azaltmak için Edge AI'ya doğru giderek daha fazla yönelmekte ve modelleri doğrudan kameralar ve mobil cihazlarda çalışacak şekilde optimize etmektedir. Gelecekteki gelişmeler, model genelleştirmeyi iyileştirmeyi ve sistemlerin açıkça eğitilmedikleri bakış açılarından bile eylemleri tanıyabilmelerini sağlamayı amaçlamaktadır.