Метод оцінки пози людини у поточному часі на основі мобільної операційної системи
Ескіз недоступний
Дата
2020
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Робота складається з 75 сторінок, 33 ілюстрацій, 2 таблиць, додатку та 48 джерел за переліком посилань.
Актуальність роботи. робота визначається поточним швидким розвитком та впровадженням штучного інтелекту (ШІ) у різних додатках. Машинні та глибокі методи навчання відповідають за скорочення робочого навантаження та часу. Автоматизуючи деякі процеси, алгоритми на основі ШІ можуть полегшити виконання складної роботи для людей. Ось чому автоматизація на основі ШІ тепер фактично є еталоном повсюдних обчислень, оскільки це можна зробити майже скрізь, дуже надійно та набагато творчіше.
Зв'язок роботи з науковими програмами кафедри ОТ. Дослідження і створення спеціалізованих пристроях мовних інтерфейсів тісно пов’язані з науковими розробками кафедри ОТ в області проектування високо продуктивних засобів обчислювальною техніки і методів ШІ в науково-дослідних роботах кафедри. Ця робота є частиною науково-дослідної діяльності кафедри в напрямку розробки та впровадження методів ШІ для різних наукових та промислових застосувань.
Мета: Основна мета цієї роботи - підвищити ефективність методів автоматичної оцінки поведінки людини, щоб дозволити використовувати їх наявними гаджетами як смартфонами в режимі реального часу.
Для досягнення цієї мети було заявлено такі основні завдання: вивчення доступних алгоритмів та методів комп'ютерного зору та розпізнавання людини; аналіз їх переваг та недоліків; розробка різних методів інтеграції різноманітних компонентів для розпізнавання поведінки людини, розпізнавання людської пози, визначення координат кінцівок людини; розробка складного програмного продукту, який ефективно поєднує ці функції для використання в режимі реального часу в мобільних пристроях.
Об'єктом дослідження є процес оцінки поведінки людини в реальному часі з використанням машинного навчання, нейронних мереж, глибоких нейронних мереж та інших методів штучного інтелекту.
Предметом дослідження є способи оцінювання пози людини, які повинні бути достатньо ефективними для використання в режимі реального часу в мобільних застосунках і мобільних операційних системах.
Методи дослідження. В дисертації розглядаться технологія оцінки пози людини в режимі реального часу для мобільних застосунків та операційних систем на основі методів комп'ютерного зору та штучного інтелекту із використанням методів машинного навчання та глибокого навчання. Розглянуто декілька сучасних підходів до комп'ютерного зору, включаючи згорткові нейронні мережі, такі як DenseNet, ResNet, MobileNet .
Наукова новизна. Була запропонована альтернативна архітектура, яка також дозволяє забезпечити можливість покращити точність та швидкість оцінки поведінки людини в реальному часі на мобільному гаджеті за допомогою оцінки пози людини. Запропонований підхід і система базуються на ефективній моделі глибокого навчання (MobileNet) та спеціалізованих бібліотеках глибокого навчання (TensorFlow / TensorFlow lite). Запропонована модель була проаналізована, і поведінка людського організму в різних позах змодельована для перевірки і тестування моделі. Досліджено особливості виявлення пози людини та виявлено переваги та недоліки запропонованих моделей
Практичні результати роботи полягають в тому, що:
Запропоновано метод та розроблено програмне забезпечення для вдосконалення виявлення та характеристики конкретних об'єктів, а саме для оцінки пози людини в умовах реального часу за допомогою мобільних гаджетів, таких як мобільні телефони.
Основні положення, що виносяться на захист:
• метод оцінки пози людини в режимі реального часу для мобільних пристроїв з використанням методів глибокого навчання, який має більшу точність та швидкість у порівнянні із наявними рішеннями.
Опис
Ключові слова
штучний інтелект, згорткова нейронна мережа, оцінка пози людини, машинне навчання, глибоке навчання, мобільна операційна система, MobileNet, набір даних COCO, TensorFlow, TensorFlow lite, artificial intelligence, convolutional neural network, human pose estimation, machine learnnig, deep learning, Coco dataset
Бібліографічний опис
Зеркук Абдерауф. Метод оцінки пози людини у поточному часі на основі мобільної операційної системи : магістерська дис. : 123 Комп’ютерна інженерія / Зеркук Абдерауф. – Київ, 2020. – 116 с.