Action Recognition

Eylem tanıma, yaygın olarak İnsan Aktivitesi Tanıma (HAR) olarak da bilinir, video verilerindeki özneler tarafından gerçekleştirilen belirli davranışları veya hareketleri tanımlamak ve sınıflandırmakla ilgilenen dinamik bir computer vision (CV) alt alanıdır. Geleneksel object detection "görüntüde ne var?" sorusunu yanıtlarken, eylem tanıma "zaman içinde ne oluyor?" şeklindeki daha karmaşık soruyu ele alır. Statik görüntüler yerine kare dizilerini analiz ederek, machine learning (ML) modelleri "yürüme", "bisiklete binme", "düşme" veya "tokalaşma" gibi karmaşık etkinlikler arasında ayrım yapabilir; bu da onu insan niyetini ve bağlamını anlayan akıllı sistemler oluşturmak için çok önemli bir bileşen haline getirir.

Temel Kavramlar ve Teknikler#

Eylemleri tanımak, bir modelin hem uzamsal bilgileri (nesnelerin veya kişilerin neye benzediği) hem de zamansal bilgileri (zaman içinde nasıl hareket ettikleri) işlemesini gerektirir. Bunu başarmak için modern artificial intelligence (AI) sistemleri genellikle standart convolutional neural networks (CNNs) ötesine geçen özel mimariler kullanır.

• Pose Estimation: Modelin dirsekler, dizler ve omuzlar gibi insan vücudu üzerindeki belirli keypoints noktalarını takip ettiği güçlü bir tekniktir. Bu anahtar noktaların zaman içindeki geometrik değişimleri, arka plan karmaşasından bağımsız olarak eylemleri sınıflandırmak için güçlü bir sinyal sağlar.
• Zamansal Modelleme: Algoritmalar, geçmiş kareleri hatırlamak ve gelecekteki eylemleri tahmin etmek için Recurrent Neural Networks (RNNs) veya Uzun Kısa Süreli Bellek (LSTM) ağları gibi yapıları kullanır. Daha yakın zamanlarda, Video Transformers video akışlarındaki uzun menzilli bağımlılıkları ele alma yetenekleriyle popülerlik kazanmıştır.
• İki Akışlı Ağlar: Bu yaklaşım, uzamsal özellikleri (RGB kareler) ve zamansal özellikleri (genellikle optical flow kullanılarak) paralel akışlarda işler ve son bir sınıflandırma yapmak için verileri birleştirir.

Gerçek Dünya Uygulamaları#

İnsan hareketini otomatik olarak yorumlama yeteneği, çeşitli endüstrilerde dönüştürücü bir potansiyele sahiptir; güvenliği, verimliliği ve kullanıcı deneyimini artırır.

• AI in Healthcare: Eylem tanıma, hasta izleme sistemleri için hayati önem taşır. Örneğin, huzurevlerinde otomatik düşme tespiti sağlayarak bir hasta yere yığılırsa personeli hemen uyarır. Ayrıca, yapay zeka koçlarının hastaların hareketleri doğru ve güvenli bir şekilde gerçekleştirmesini sağlamak için egzersiz formunu analiz ettiği remote physical rehabilitation alanında da kullanılır.
• Akıllı Gözetim ve Güvenlik: Basit hareket algılamanın ötesinde, gelişmiş güvenlik sistemleri; kavga, dükkan hırsızlığı veya izinsiz giriş gibi şüpheli davranışları belirlemek için eylem tanımayı kullanırken iyi huylu etkinlikleri yok sayar. Bu, yanlış alarmları azaltır ve real-time security monitoring özelliğini geliştirir.

Ultralytics ile Eylem Analizini Uygulama#

Yaygın bir iş akışı, önce insanları ve iskelet duruşlarını tespit etmeyi, ardından bu eklemlerin hareketini analiz etmeyi içerir. Ultralytics YOLO26 modeli, birçok eylem tanıma boru hattının temeli olan ilk poz tahmin adımı için en son teknolojiye uygun hız ve doğruluk sağlar.

Aşağıdaki örnek, Python kullanarak bir video karesinden iskelet anahtar noktalarının nasıl çıkarılacağını 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 Terimlerin Ayrıştırılması#

Doğru yöntemlerin uygulandığından emin olmak için eylem tanılamayı benzer bilgisayarlı görü görevlerinden ayırmak önemlidir.

• Eylem Tanıma ve Object Tracking Karşılaştırması: Nesne takibi, belirli bir nesnenin veya kişinin kareler arasında hareket ederken kimliğini korumaya odaklanır (ör. "A Kişisi X koordinatında"). Eylem tanıma ise takip edilen o öznenin davranışını yorumlar (ör. "A Kişisi koşuyor").
• Eylem Tanıma ve Video Understanding Karşılaştırması: Eylem tanıma belirli fiziksel eylemleri tanımlarken, video anlama; bir video sahnesindeki tüm anlatıyı, bağlamı ve nedensel ilişkileri kavaramayı içeren daha geniş bir kavramdır.

Zorluklar ve Gelecek Eğilimleri#

Sağlam eylem tanıma modelleri geliştirmek, özellikle Kinetics-400 veya UCF101 gibi büyük, açıklamalı video datasets ihtiyacı nedeniyle zorluklar ortaya çıkarır. Video verilerini etiketlemek, statik görüntüleri etiketlemekten çok daha fazla zaman alıcıdır. Bu sorunu çözmek için Ultralytics Platform gibi araçlar, etiketleme ve eğitim iş akışını kolaylaştırmaya yardımcı olur.

Ayrıca hesaplama verimliliği çok önemlidir. Yüksek çözünürlüklü videoyu gerçek zamanlı olarak işlemek önemli donanım kaynakları gerektirir. Sektör giderek Edge AI yönüne kaymakta, gecikme ve bant genişliği kullanımını azaltmak için modelleri doğrudan kameralar ve mobil cihazlar üzerinde çalışacak şekilde optimize etmektedir. Gelecekteki gelişmeler, sistemlerin açıkça eğitilmedikleri açılardan bile eylemleri tanımasına olanak tanıyarak model generalization yeteneğini geliştirmeyi amaçlamaktadır.