Удосконалений метод визначення положення суглобових з’єднань скелету людини на відео послідовностях

Скорочена інформація про документ
dc.contributor.authorСолдатов, Денис Володимирович
dc.contributor.authorВарфоломєєв, Антон Юрійович
dc.date.accessioned2020-05-14T16:25:39Z
dc.date.available2020-05-14T16:25:39Z
dc.date.issued2019
dc.description.abstractenReliable recognition of human movements has a wide range of applications, including games, human-computer interaction, security and healthcare. In recent years, computer graphics and computer vision researchers have developed plenty of new motion-capture algorithms that operate on simpler hardware and with far fewer limitations than before. The objective of this paper is to improve the accuracy of estimation of human skeleton joints positions in video sequences. Particularly the proposed method in this paper consists of five blocks. The input sequence of images is fed to the tracking and motion compensation unit where the tracking algorithm determines the object displacement and centers it within the frame. The motion information is also propagated to the additional unit of point-of-view estimation. This unit calculates the motion angles in the frame and monitors the object size, thus determining whether the object is approaching or moving away from the camera, and then feeds these data to the neural network. The network consists of three convolutional layers. Each convolutional layer is followed by a pooling layer. The last pooling layer connects to the cascade of three fully connected layers. All activation functions in these layers are the ReLU ones, except the last layer, where the linear activation is used. The HOG3D features treated as the input of the first convolutional layer. The data from the point-of-view, tracking and motion compensation unit goes directly to the input of fully connected layers. To cope with inaccurate or undetected joints positions, the method uses the additional procedure, which determines unreliable joints and extrapolates their new positions from the previous ones using the additional neural network. It is assumed that this structure of the method improves the position prediction accuracy due to the following reasons: taking into account the information about motion angles and zooming allows to distinguish movements that are similar in centered frames but different in displacement; using of adaptive window size for HOG3D features; using the neural network to extrapolate the positions of joints in case of absence of the prediction or in case of its low accuracy. Experiments on the HumanEva-1 dataset confirmed that the suggested modifications permit achieving higher accuracies, and thus the prospect of the use of proposed modified method to predict the body position in motion recognition systems.uk
dc.description.abstractruВ работе предложено ряд усовершенствований метода определения положения суставных соединений скелета человека на видеопоследовательностях с целью повышения точности прогнозирования положения человека в пространстве. Это достигается за счет применения следующих нововведений: учета информации об углах перемещения и приближения или отдаления человека, что позволяет распознавать движения, в отцентрированных кадрах, но отличающихся перемещением; использованием адаптивного размера окна для расчета HOG3D признаков; использования нейронной сети для экстраполяции положений суставных соединений в пространстве при отсутствии или недостаточной точности прогнозирования. Экспериментальная проверка, проведенная на наборе данных HumanEva-1, показала увеличение точности локализации суставных соединений в среднем на 11 пикселей в случае применения предложенных модификаций и подтвердила перспективность использования усовершенствованного метода для дальнейшего решения задачи распознавания движений.uk
dc.description.abstractukВ роботі запропоновано ряд удосконалень методу визначення положення суглобових з’єднань скелету людини на відеопослідовностях з метою підвищення точності прогнозування положення людини у просторі. Це досягається за рахунок застосування наступних нововведень: врахування інформації про кути переміщення та наближення чи віддалення людини, що дозволяє розрізняти рухи, які схожі у відцентрованих кадрах, але відрізняються переміщенням; використання адаптивного розміру вікна для розрахунку HOG3D ознак; використання нейронної мережі для екстраполяції положень суглобових з’єднань у просторі у випадку відсутності або недостатньої точності прогнозування. Експериментальна перевірка, проведена на наборі даних HumanEva-1, показала підвищення в середньому на 11 пікселів точності локалізації суглобових з’єднань при застосуванні запропонованих модифікацій та підтвердила перспективність використання удосконаленого методу для подальшого вирішення задачі розпізнавання рухів.uk
dc.format.pagerangeС. 53-59uk
dc.identifier.citationСолдатов, Д. В. Удосконалений метод визначення положення суглобових з’єднань скелету людини на відео послідовностях / Солдатов Д. В., Варфоломєєв А. Ю. // Мікросистеми, Електроніка та Акустика : науково-технічний журнал. – 2019. – Т. 24, № 6(113). – С. 53–59. – Бібліогр.: 31 назв.uk
dc.identifier.doihttps://doi.org/10.20535/2523-4455.2019.24.6.197449
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/33456
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/uk
dc.sourceМікросистеми, Електроніка та Акустика : науково-технічний журнал, 2019, Т. 24, № 6(113)uk
dc.subjectрозпізнавання рухівuk
dc.subjectпрогнозуванняuk
dc.subjectCNNuk
dc.subjectHOG3Duk
dc.subjectmotion recognitionuk
dc.subjectpose predictionuk
dc.subjectраспознавание движенийuk
dc.subjectпрогнозированиеuk
dc.subject.udc004.932.2uk
dc.titleУдосконалений метод визначення положення суглобових з’єднань скелету людини на відео послідовностяхuk
dc.title.alternativeThe Modified Method for Position Estimation of Human Body Joints in Video Sequencesuk
dc.title.alternativeУсовершенствованный метод определения положения суставных соединений скелета человека на видеопоследовательностяхuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
MEA2019_24-6_p53-59.pdf
Розмір:
962.73 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.06 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Мікросистеми, Електроніка та Акустика: науково-технічний журнал, Т. 24, № 6(113)