<strong>WVC</strong>'<strong>2007</strong> - <strong>III</strong> Workshop de Visão Computacional, 22 a 24 de Outu<strong>br</strong>o de <strong>2007</strong>, São José do Rio Preto, SP.2. Modelos de Markov OcultosNas últimas décadas, diversos pesquisadores da área dereconhecimento de fala têm utilizado com sucesso os modelosde Markov ocultos como mecanismos de classificaçãoem seus trabalhos [16, 20, 8, 1]. Recentemente, eles têmsido empregados em aplicações de visão computacional queenvolvem reconhecimento de padrões, como no reconhecimentode letras manu<strong>sc</strong>ritas [10, 19, 22] e na classificaçãode gestos em seqüências de imagens [12, 11, 5, 21].Um modelo de Markov oculto é similar a uma Cadeiade Markov[7] , porém, os elementos dos conjuntos deobservações não pertencem ao conjunto de estados, mas aoutro conjunto, chamado conjunto de símbolos, tornando aseqüência de estados percorrida oculta ao observador. Essessímbolos são gerados pelos estados e, em cada instantede tempo, é gerado um símbolo pelo conjunto de estados,no entanto, o estado gerador não é conhecido. Portanto, éacre<strong>sc</strong>entada uma camada estocástica na cadeia de Markovpara se obter um modelo de Markov oculto.A primeira camada estocástica é uma cadeia de Markovde primeira ordem, porém, não é diretamente observávelcomo nas cadeias de Markov, em que cada estado é umapossível observação 3 . A segunda camada estocástica éumconjunto de probabilidades que indica, para cada estado, asprobabilidades de emissão de cada símbolo do modelo.Como dito, a seqüência de estados percorrida em ummodelo, dada uma seqüência de observações, é oculta aoobservador. Ou seja, tendo uma seqüência de observações(conjunto ordenado de símbolos), não se tem acesso àseqüência de estados percorrida pelo modelo para geraçãodesta seqüência, mas somente uma função probabilísticadeste caminho, e, por isso, o modelo é chamado de modelode Markov oculto. A seguir, serão de<strong>sc</strong>ritos alguns termosadotados que são comumente encontrados em textos daárea e ao longo deste trabalho.1. Um HMM é representado pelo símbolo λ;2. Os estados do modelo são denotados pelo conjuntoS = {s 1 ,s 2 , ..., s N }, de tamanho N;3. Os símbolos reconhecidos pelo modelo estão contidosno conjunto V = {v 1 ,v 2 , ..., v M }, de tamanho M,também conhecido como alfabeto do modelo;4. Uma seqüência de observações é denotada pelo conjuntoordenado O = {o 1 ,o 2 , ..., o T }, composto de Telementos quaisquer do conjunto V ,emqueT e o t representam,respectivamente, o tamanho da seqüência e3 O termo “observações” recebe diferentes significados quando aplicadosa processos de Markov e a modelos de Markov ocultos. No primeiro,essas observações são os estados percorridos pelo modelo, enquantoque nos modelos de Markov ocultos são os símbolos geradosnos estados do modelo, porém, a seqüência de estados não é conhecida.osímbolo observado no instante t da seqüência, tal que1 ≤ t ≤ T ;5. Quando conhecida, uma seqüência de estados paradeterminada observação é representada pelo conjuntoQ = {q 1 ,q 2 , ..., q T }, composto por T elementos deS, em que q t representa o estado no instante t daseqüência de observações de tamanho T ;6. O vetor π = {π 1 ,π 2 , ..., π N }, com um valor probabilísticopara cada um dos N estados do modelo, sendoπ estado a probabilidade de estado ser o gerador do primeirosímbolo de qualquer seqüência de observaçõesgerada pelo modelo;7. A matriz A NxN , cujos elementos são referenciados naforma a (origem,destino) e representam a probabilidadede transição do estado origem para o estado destino;8. A matriz B NxM , cujos elementos são representado<strong>sc</strong>omo b estado (símbolo) e representam a probabilidadede um estado gerar determinado símbolo;9. A probabilidade da seqüência de observação O ter sidogerada pelo modelo λ é representada por P (O|λ).Os elementos de π, A e B podem ser os índices dos elementosdentro dos conjuntos ou seus próprios nomes. Porexemplo, a probabilidade do estado s i ser inicial pode serde<strong>sc</strong>rita como π i ou π si e a probabilidade do estado s i serinicial pode ser de<strong>sc</strong>rita como π i ou π si . Da mesma forma,b i (v j ) indica a probabilidade do estado s i gerar o símbolov j e b sx (y) indica a probabilidade do estado s x gerar osímbolo v y .Para melhor compreensão, a Figura 1 ilustra um exemplode HMM com três estados (1, 2 e 3) e dois símbolos(a e b). A matriz A seria composta pelas probabilidades detransição entre estados (e.g. a (1,2) =0.4, a (3,2) =0.6, etc.)e a matriz B pelas probabilidades de emissão de símbolosde cada estado (e.g. b 3 (a) = 0.7, b 2 (b) = 0.9, etc.),restando apenas o vetor π, que conteria as probabilidadesiniciais dos estados 1, 2 e 3. As possíveis seqüências deobservações para este modelo seriam todas compostas pelossímbolos a e b (e.g. O = {a, a, b, a, b}) de qualquer tamanhoT , tal que T ≥ 1.2.1. Incógnitas principaisExistem três incógnitas implícitas nos HMMs, cujassoluções contribuem para o funcionamento eficazdas aplicações que o utilizam [13], sendo elas aavaliação da observação, a melhor seqüência de estadosda observação e o treinamento dos modelos 4 . As4 As três incógnitas de<strong>sc</strong>ritas são citadas por alguns autores como ostrês “problemas básicos” dos HMMs, como o problema da avaliação,o problema do melhor caminho e o problema do treinamento.291
<strong>WVC</strong>'<strong>2007</strong> - <strong>III</strong> Workshop de Visão Computacional, 22 a 24 de Outu<strong>br</strong>o de <strong>2007</strong>, São José do Rio Preto, SP.mais provável, sendo esta a seqüência de letras equivalenteao sinal. Geralmente, esta incógnita é resolvida por meiodo algoritmo de Viterbi, que também utiliza a técnica deprogramação dinâmica.Figura 1. Exemplo de HMM.três incógnitas e suas soluções serão <strong>br</strong>evemente di<strong>sc</strong>utidas.Para maiores detalhes, consulte [16].2.1.1. Avaliação da observação O primeiro problema serefere à de<strong>sc</strong>oberta da probabilidade de uma determinadaseqüência de observações O ter sido gerada por um específicomodelo λ. Este tipo de situação pode ser muitofreqüente nas aplicações de HMM. Como exemplo, no reconhecimentode voz, ao se produzir um fonema qualquer, estaentrada pode ser classificada como pertencente ao modeloque indicar a maior probabilidade (P [O|λ]); outro exemploseria no reconhecimento de comportamento de animaisem seqüências de imagens, em que o modelo que apresentara maior probabilidade indica a reação do animal peranteuma situação ou um conjunto de estímulos.A maneira mais “simples” de calcular a probabilidadede determinada seqüência de observação ter sido gerada porum modelo é através da verificação de todas as seqüênciasde estados de tamanho T (número total de observações)possíveis, e, posteriormente, calcular suas probabilidades.No entanto, este cálculo pode ser computacionalmente impraticáveldevido à quantidade de operações matemáticasnecessárias. A fim de minimizar o número de operações,podem ser utilizados dois métodos, chamados forward ebackward [16]. Ambos utilizam estratégia de programaçãodinâmica para minimizar o custo computacional do cálculo.Contudo, vale lem<strong>br</strong>ar que os procedimentos forward ebackward são independentes e apenas um deles é necessáriopara encontrar a probabilidade desejada.2.1.2. Melhor seqüência de estados da observação Asegunda incógnita se refere à bu<strong>sc</strong>a da melhor seqüênciade estados percorrida pelo modelo para uma determinadaseqüência de observações. Ou seja, a seqüência de estadosque produz a maior probabilidade final para uma determinadaseqüência de observações dentre todas as seqüênciasde estados possíveis no modelo. Um exemplo de situaçãoem que esta incógnita ocorre é na transformação de falaem texto, em que os sinais acústicos são as observaçõesdo sistema e as letras são os estados do modelo. Assim,dado um sinal acústico, procura-se a seqüência de estados2.1.3. Treinamento do modelo A terceira incógnita éa realização do ajuste dos parâmetros (A, B, π) do modeloa partir de uma ou mais seqüências de observações.A seqüência O utilizada para este ajuste é chamadade seqüência de treinamento, pois é utilizada para treinaro HMM. Não existe uma maneira conhecida de realizareste ajuste para resolver analiticamente o modelo que maximizea probabilidade da(s) seqüência(s) de observações,porém, é possível e<strong>sc</strong>olher o modelo que sua probabilidadeseja localmente maximizada usando um procedimentoiterativo.A existência de um processo que ajusta iterativamentee automaticamente os parâmetros do modelo combase nas seqüências de observações é a principal forçados HMMs [6]. Este processo é executado pelo algoritmoBaum-Welch [16], que se trata de uma especializaçãodo algoritmo EM - Expectation-Maximization [2, 15] aplicadaaos HMMs. Um exemplo de aplicação desta incógnitaocorre nos treinamentos dos sistemas que utilizam HMMsno processo de classificação, em que, dadas as amostrasdas classes que se deseja reconhecer, o algoritmo ajustaos modelos, a fim de se otimizar o reconhecimento de outrasseqüências de observações similares.3. DesenvolvimentoCom auxílio do dicionário trilíngüe [17, 18], foram <strong>sel</strong>ecionadosalguns gestos que são utilizados na formação dassentençasdaLíngua Brasileira de Sinais, LIBRAS, e construídoum banco de amostras (vídeos) de gestos [3]. Paracada gesto foi desenvolvido um respectivo modelo de Markovoculto.Para a construção desses modelos foram e<strong>sc</strong>olhidas asposturas mais marcantes dos gestos, sendo que cada umadestas posturas se relaciona diretamente a um estado do modelo.Uma postura é uma configuração estática, sem movimento,enquanto o gesto é dinâmico, ou seja, possui movimento.Por exemplo, a foto de uma mão e a filmagem deuma cabeça se deslocando da esquerda para a direita sãoexemplos de postura e gesto, respectivamente.Primeiramente, foram definidas as características que,juntas, auxiliam a di<strong>sc</strong>riminar as posturas e, conseqüentemente,os gestos executados pelos sinalizadores. As característicasforam e<strong>sc</strong>olhidas com base nas de<strong>sc</strong>rições epadronizações contidas em [17, 18] e na análise dos gestose<strong>sc</strong>olhidos, observando quais combinações di<strong>sc</strong>riminavamvisualmente as posturas e os gestos <strong>sel</strong>ecionados demaneira única e, posteriormente, foram associadas as pos-292
- Page 1 and 2:
III Workshop de VisãoComputacional
- Page 3 and 4:
Instituto de Biociências, Letras e
- Page 5 and 6:
WVC 2007 - III Workshop de Visão C
- Page 7 and 8:
ApresentaçãoA área de Visão Com
- Page 10 and 11:
Automatic Pattern Recognition of Bi
- Page 12 and 13:
WVC'2007 - III Workshop de Visão C
- Page 14 and 15:
WVC'2007 - III Workshop de Visão C
- Page 16:
WVC'2007 - III Workshop de Visão C
- Page 19:
WVC'2007 - III Workshop de Visão C
- Page 22 and 23:
WVC'2007 - III Workshop de Visão C
- Page 24 and 25:
WVC'2007 - III Workshop de Visão C
- Page 26 and 27:
WVC'2007 - III Workshop de Visão C
- Page 28 and 29:
WVC'2007 - III Workshop de Visão C
- Page 30 and 31:
WVC'2007 - III Workshop de Visão C
- Page 33 and 34:
WVC'2007 - III Workshop de Visão C
- Page 35 and 36:
WVC'2007 - III Workshop de Visão C
- Page 37 and 38:
WVC'2007 - III Workshop de Visão C
- Page 39 and 40:
WVC'2007 - III Workshop de Visão C
- Page 41 and 42:
WVC'2007 - III Workshop de Visão C
- Page 43 and 44:
WVC'2007 - III Workshop de Visão C
- Page 45 and 46:
WVC'2007 - III Workshop de Visão C
- Page 47 and 48:
WVC'2007 - III Workshop de Visão C
- Page 49 and 50:
WVC'2007 - III Workshop de Visão C
- Page 51 and 52:
WVC'2007 - III Workshop de Visão C
- Page 53 and 54:
WVC'2007 - III Workshop de Visão C
- Page 55 and 56:
WVC'2007 - III Workshop de Visão C
- Page 57 and 58:
WVC'2007 - III Workshop de Visão C
- Page 59 and 60:
WVC'2007 - III Workshop de Visão C
- Page 61 and 62:
WVC'2007 - III Workshop de Visão C
- Page 63 and 64:
WVC'2007 - III Workshop de Visão C
- Page 65 and 66:
WVC'2007 - III Workshop de Visão C
- Page 67 and 68:
WVC'2007 - III Workshop de Visão C
- Page 69 and 70:
WVC'2007 - III Workshop de Visão C
- Page 71 and 72:
WVC'2007 - III Workshop de Visão C
- Page 73 and 74:
WVC'2007 - III Workshop de Visão C
- Page 75 and 76:
WVC'2007 - III Workshop de Visão C
- Page 77 and 78:
WVC'2007 - III Workshop de Visão C
- Page 79 and 80:
WVC'2007 - III Workshop de Visão C
- Page 81 and 82:
WVC'2007 - III Workshop de Visão C
- Page 83 and 84:
WVC'2007 - III Workshop de Visão C
- Page 85 and 86:
WVC'2007 - III Workshop de Visão C
- Page 87 and 88:
WVC'2007 - III Workshop de Visão C
- Page 89 and 90:
WVC'2007 - III Workshop de Visão C
- Page 91 and 92:
WVC'2007 - III Workshop de Visão C
- Page 93 and 94:
WVC'2007 - III Workshop de Visão C
- Page 95 and 96:
WVC'2007 - III Workshop de Visão C
- Page 97 and 98:
WVC'2007 - III Workshop de Visão C
- Page 99 and 100:
WVC'2007 - III Workshop de Visão C
- Page 101 and 102:
WVC'2007 - III Workshop de Visão C
- Page 103 and 104:
WVC'2007 - III Workshop de Visão C
- Page 105 and 106:
WVC'2007 - III Workshop de Visão C
- Page 107 and 108:
WVC'2007 - III Workshop de Visão C
- Page 109 and 110:
WVC'2007 - III Workshop de Visão C
- Page 111 and 112:
WVC'2007 - III Workshop de Visão C
- Page 113 and 114:
WVC'2007 - III Workshop de Visão C
- Page 115 and 116:
WVC'2007 - III Workshop de Visão C
- Page 117 and 118:
WVC'2007 - III Workshop de Visão C
- Page 119 and 120:
WVC'2007 - III Workshop de Visão C
- Page 121 and 122:
WVC'2007 - III Workshop de Visão C
- Page 123 and 124:
WVC'2007 - III Workshop de Visão C
- Page 125 and 126:
WVC'2007 - III Workshop de Visão C
- Page 127 and 128:
WVC'2007 - III Workshop de Visão C
- Page 129 and 130:
WVC'2007 - III Workshop de Visão C
- Page 131 and 132:
WVC'2007 - III Workshop de Visão C
- Page 133 and 134:
WVC'2007 - III Workshop de Visão C
- Page 135 and 136:
WVC'2007 - III Workshop de Visão C
- Page 137 and 138:
WVC'2007 - III Workshop de Visão C
- Page 139 and 140:
WVC'2007 - III Workshop de Visão C
- Page 141 and 142:
WVC'2007 - III Workshop de Visão C
- Page 143 and 144:
WVC'2007 - III Workshop de Visão C
- Page 145 and 146:
WVC'2007 - III Workshop de Visão C
- Page 147 and 148:
WVC'2007 - III Workshop de Visão C
- Page 149 and 150:
WVC'2007 - III Workshop de Visão C
- Page 151 and 152:
WVC'2007 - III Workshop de Visão C
- Page 153 and 154:
WVC'2007 - III Workshop de Visão C
- Page 155 and 156:
WVC'2007 - III Workshop de Visão C
- Page 157 and 158:
WVC'2007 - III Workshop de Visão C
- Page 159 and 160:
WVC'2007 - III Workshop de Visão C
- Page 161 and 162:
WVC'2007 - III Workshop de Visão C
- Page 163 and 164:
WVC'2007 - III Workshop de Visão C
- Page 165 and 166:
WVC'2007 - III Workshop de Visão C
- Page 167 and 168:
WVC'2007 - III Workshop de Visão C
- Page 169 and 170:
WVC'2007 - III Workshop de Visão C
- Page 171 and 172:
WVC'2007 - III Workshop de Visão C
- Page 173 and 174:
WVC'2007 - III Workshop de Visão C
- Page 175 and 176:
WVC'2007 - III Workshop de Visão C
- Page 177 and 178:
WVC'2007 - III Workshop de Visão C
- Page 179 and 180:
WVC'2007 - III Workshop de Visão C
- Page 181 and 182:
WVC'2007 - III Workshop de Visão C
- Page 183 and 184:
WVC'2007 - III Workshop de Visão C
- Page 185 and 186:
WVC'2007 - III Workshop de Visão C
- Page 187 and 188:
WVC'2007 - III Workshop de Visão C
- Page 189 and 190:
WVC'2007 - III Workshop de Visão C
- Page 191 and 192:
WVC'2007 - III Workshop de Visão C
- Page 193 and 194:
WVC'2007 - III Workshop de Visão C
- Page 195 and 196:
WVC'2007 - III Workshop de Visão C
- Page 197 and 198:
WVC'2007 - III Workshop de Visão C
- Page 199 and 200:
WVC'2007 - III Workshop de Visão C
- Page 201 and 202:
WVC'2007 - III Workshop de Visão C
- Page 203 and 204:
WVC'2007 - III Workshop de Visão C
- Page 205 and 206:
WVC'2007 - III Workshop de Visão C
- Page 207 and 208:
WVC'2007 - III Workshop de Visão C
- Page 209 and 210:
WVC'2007 - III Workshop de Visão C
- Page 211 and 212:
WVC'2007 - III Workshop de Visão C
- Page 213 and 214:
WVC'2007 - III Workshop de Visão C
- Page 215 and 216:
WVC'2007 - III Workshop de Visão C
- Page 217 and 218:
WVC'2007 - III Workshop de Visão C
- Page 219 and 220:
WVC'2007 - III Workshop de Visão C
- Page 221 and 222:
WVC'2007 - III Workshop de Visão C
- Page 223 and 224:
WVC'2007 - III Workshop de Visão C
- Page 225 and 226:
WVC'2007 - III Workshop de Visão C
- Page 227 and 228:
WVC'2007 - III Workshop de Visão C
- Page 229 and 230:
WVC'2007 - III Workshop de Visão C
- Page 231 and 232:
WVC'2007 - III Workshop de Visão C
- Page 233 and 234:
WVC'2007 - III Workshop de Visão C
- Page 235 and 236:
WVC'2007 - III Workshop de Visão C
- Page 237 and 238:
WVC'2007 - III Workshop de Visão C
- Page 239 and 240:
WVC'2007 - III Workshop de Visão C
- Page 241 and 242:
WVC'2007 - III Workshop de Visão C
- Page 243 and 244:
WVC'2007 - III Workshop de Visão C
- Page 245 and 246:
WVC'2007 - III Workshop de Visão C
- Page 247 and 248:
WVC'2007 - III Workshop de Visão C
- Page 249 and 250:
WVC'2007 - III Workshop de Visão C
- Page 251 and 252: WVC'2007 - III Workshop de Visão C
- Page 253 and 254: WVC'2007 - III Workshop de Visão C
- Page 255 and 256: WVC'2007 - III Workshop de Visão C
- Page 257 and 258: WVC'2007 - III Workshop de Visão C
- Page 259 and 260: WVC'2007 - III Workshop de Visão C
- Page 261 and 262: WVC'2007 - III Workshop de Visão C
- Page 263 and 264: WVC'2007 - III Workshop de Visão C
- Page 265 and 266: WVC'2007 - III Workshop de Visão C
- Page 267 and 268: WVC'2007 - III Workshop de Visão C
- Page 269 and 270: WVC'2007 - III Workshop de Visão C
- Page 271 and 272: WVC'2007 - III Workshop de Visão C
- Page 273 and 274: WVC'2007 - III Workshop de Visão C
- Page 275 and 276: WVC'2007 - III Workshop de Visão C
- Page 277 and 278: WVC'2007 - III Workshop de Visão C
- Page 279 and 280: WVC'2007 - III Workshop de Visão C
- Page 281 and 282: WVC'2007 - III Workshop de Visão C
- Page 283 and 284: WVC'2007 - III Workshop de Visão C
- Page 285 and 286: WVC'2007 - III Workshop de Visão C
- Page 287 and 288: WVC'2007 - III Workshop de Visão C
- Page 289 and 290: WVC'2007 - III Workshop de Visão C
- Page 291 and 292: WVC'2007 - III Workshop de Visão C
- Page 293 and 294: WVC'2007 - III Workshop de Visão C
- Page 295 and 296: WVC'2007 - III Workshop de Visão C
- Page 297 and 298: WVC'2007 - III Workshop de Visão C
- Page 299 and 300: WVC'2007 - III Workshop de Visão C
- Page 301: WVC'2007 - III Workshop de Visão C
- Page 305 and 306: WVC'2007 - III Workshop de Visão C
- Page 307 and 308: WVC'2007 - III Workshop de Visão C
- Page 309 and 310: WVC'2007 - III Workshop de Visão C
- Page 311 and 312: WVC'2007 - III Workshop de Visão C
- Page 313 and 314: WVC'2007 - III Workshop de Visão C
- Page 315 and 316: WVC'2007 - III Workshop de Visão C
- Page 317 and 318: WVC'2007 - III Workshop de Visão C
- Page 319 and 320: WVC'2007 - III Workshop de Visão C
- Page 321 and 322: WVC'2007 - III Workshop de Visão C
- Page 323 and 324: WVC'2007 - III Workshop de Visão C
- Page 325 and 326: WVC'2007 - III Workshop de Visão C
- Page 327 and 328: WVC'2007 - III Workshop de Visão C
- Page 329 and 330: WVC'2007 - III Workshop de Visão C
- Page 331 and 332: WVC'2007 - III Workshop de Visão C
- Page 333 and 334: WVC'2007 - III Workshop de Visão C
- Page 335 and 336: WVC'2007 - III Workshop de Visão C
- Page 337 and 338: WVC'2007 - III Workshop de Visão C
- Page 339 and 340: WVC'2007 - III Workshop de Visão C
- Page 341 and 342: WVC'2007 - III Workshop de Visão C
- Page 343 and 344: WVC'2007 - III Workshop de Visão C
- Page 345 and 346: WVC'2007 - III Workshop de Visão C
- Page 347 and 348: WVC'2007 - III Workshop de Visão C
- Page 349 and 350: WVC'2007 - III Workshop de Visão C
- Page 351 and 352: WVC'2007 - III Workshop de Visão C
- Page 353 and 354:
WVC'2007 - III Workshop de Visão C
- Page 355 and 356:
WVC'2007 - III Workshop de Visão C
- Page 357 and 358:
WVC'2007 - III Workshop de Visão C
- Page 359 and 360:
WVC'2007 - III Workshop de Visão C
- Page 361 and 362:
WVC'2007 - III Workshop de Visão C
- Page 363:
WVC'2007 - III Workshop de Visão C