Titelei/Inhaltsverzeichnis [chapter]

Thomas Guthier
2016 Visual Motion Processing  
The capability to recognize biological motion, i.e. gestures, human actions or face movements is crucial for social interactions, for predators, prey or artificial systems interacting in a dynamic environment. In this thesis an artificial feed-forward neural network for biological motion recognition is proposed. Like its natural counterpart, it consists of multiple layers organized in two streams, one for processing static and one for processing dynamic form information. The key component of
more » ... proposed system is a novel unsupervised learning algorithn, called VNMF, that is based on sparsity, non-negativity, inhibition and direction selectivity. In the first layer of the dorsal stream, the VNMF is modified to solve the optical flow estimation problem. In the subsequent layer the VNMF algorithm extracts prototypical patterns, such as optical flow patterns shaped e.g. as moving heads or lim parts. For the ventral stream the VNMF algorithm learns distict gradient structures, resembling edges and corners. All these patterns represent simple cells of the feed-forward hierachy. The classification performance of the feed foward neural network is analyzed on three real world datasets for human action recognition and one face expression recognition dataset, achieving results comparable to current computer vision approaches. Bibliographische Information der Deutschen Bibliothek Die Deutsche Bibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliographie; detaillierte bibliographische Daten sind im Internet unter http://dnb.ddb.de abrufbar. . Das Erstellen und Weitergeben von Kopien dieses PDFs ist nicht zulässig. III Danksagung Mein größter Dank gilt meiner Familie, welche bei allen meinen Entscheidungen stehts bedingungslos hinter mir steht. Diese Sicher-und Geborgenheit hat mir die angemessene Zeit gegeben, welche eine Dissertation von jedem einfordert. Mein nächster Dank gilt Julian Eggert und Volker Willert, von denen ich alles wichtige gelernt habe was ich über Bildverarbeitung und Lernalgorithmen weiß. Ihr beider Anteil an dieser Arbeit ist in gewisser Weise größer als der Meinige. Prof. Adamy, Prof. Sendhoff und Prof. Körner danke ich für ihr Vertrauen und das sie die vorliegende Arbeit überhaupt erst ermöglicht haben. Ich danke Prof. Adamy dafür, dass er meine Ausbildung, fachlich und darüber hinaus, gefördert hat. Den Kaffeepausen und den daran teilnehmenden Kollegen danke ich für unbezahlbare Unterhaltungen. Letztendlich dafür, dass ich mich nahzu an jedem Morgen auf die Arbeit freuen durfte. Dann wären da noch meine Studenten, welche mit ihren Ideen und ihrer investierten Zeit wesentlich zum gelingen dieser Dissertation beigetragen haben. Vielen dank dafür, dass ihr mir die Betreuung eurer Abschlussarbeit anvertraut habt. Bei der Natur bedanke ich mich dafür, dass sie so etwas komplexes wie das menschliche Gehirn hat entstehen lassen. Ein spannenderes Themenfeld als dieser schwer definierbare Raum zwischen Biologie und vereinfachter, mathematisch-technischer Algorithmik hätte ich mir nicht erträumen können. Es ist schon erstaunlich wieviele Menschen letztendlich solch eine Arbeit beeinflussen. Mein letzter Dank gilt all denen welche sich oben eventuell nicht widerfinden, aber die auf ihre eigene Art meine Dissertation beeinflusst haben. Im speziellen.
doi:10.51202/9783186251084-i fatcat:5rbzl4l36bberpde2y5vvsrct4