Система розпізнавання пози людини в реальному часі

Скорочена інформація про документ
dc.contributor.advisorХалус, Олена Андріївна
dc.contributor.authorЛотоцька, Юлія Вікторівна
dc.date.accessioned2020-02-13T10:21:53Z
dc.date.available2020-02-13T10:21:53Z
dc.date.issued2019-12
dc.description.abstractМагістерська дисертація: 98 с., 21 рис., 25 табл., 1 додаток, 38 джерел. Актуальність теми дослідження. У сучасному світі, з урахуванням зростання безпілотних технологій, технологій віртуальної реальності і доповненої реальності, виникає питання про визначення стану речей у просторі, а саме про визначення положення тіла людини. Можливість визначати позу людини на зображенні чи відео у зазначених областях відіграє ключову роль. Значні досягнення в цій сфері були зроблені завдяки застосуванню згорткових нейронних мереж(Convolutional neural networks - CNN). Однак, завдання залишається невирішеним для непостановочних сцен: важко визначити точну позу людини по зображенню чи відео в режимі реального часу. Метою дослідження є поліпшення виявлення та розуміння поведінки людей автомобільними бортовими комп’ютерами за рахунок удосконалення методу розпізнавання пози людини у режимі реального часу. Для досягнення поставленої мети необхідно виконати наступні завдання: − провести аналіз існуючих алгоритмів та програмних аналогів у предметній області; − реалізувати алгоритм попередньої обробки вхідних даних для подачі на нейронну мережу; − розробити систему розпізнавання пози людини у відеопотоці у режимі реального часу; − провести дослідження ефективності розроблених алгоритмів та порівняти із існуючими аналогами на обраному наборі даних. Об’єкт дослідження – процес розпізнавання пози людини у режимі реального часу із потокового відео. Предмет дослідження – методи розпізнавання пози людини за допомогою згорткових нейронних мереж. 4 Наукова новизна одержаних результатів. Удосконалено метод розпізнавання пози людини шляхом формування карт інтенсивності частин(для детектування точного розташування суглобів) та полів інтенсивності частин(для утворення асоціацій між знайденими частинами) для покращення точності та швидкості розпізнавання у відео потоці у режимі реального часу. Публікації. Матеріали роботи опубліковані у Всеукраїнській науково-практичній конференції молодих вчених та студентів «Інформаційні системи та технології управління»(ІСТУ-2019) «Аналіз методів автоматичного реферування тексту за допомогою нейронних мереж» та у третій Всеукраїнській науково-практичній конференції молодих вчених та студентів «Інформаційні системи та технології управління» (ІСТУ-2019) «Розпізнавання пози людини у реальному часі».uk
dc.description.abstractenMaster's thesis: 98 pages, 21 figures, 25 tables, 1 appendix, 38 sources. Relevance of the research topic. In today's world, given the rise of unmanned aerial technology, virtual reality technology and augmented reality, the question arises about determining the state of things in space, namely about determining the position of the human body. The ability to determine the position of a person in an image or video in these areas plays a key role. Significant advances in this area have been made through the use of Convolutional neural networks (CNN). However, the task remains unresolved for non-stage scenes: it is difficult to determine the exact position of a person in an image or video in real time. The purpose of the study is to improve the detection and understanding of human behavior by on-board computers by improving the method of recognizing human poses in real time. To achieve this goal, we must perform the following tasks: − analyze the existing algorithms and software analogues in the subject area; − implement the algorithm of preliminary processing of input data for submission to the neural network; − develop a system of recognition of human postures in the video stream in real time; − research of efficiency of the developed algorithms and compare with existing analogues on the selected data set. The object of study is the process of recognizing human postures in real time from streaming video. The subject of the study - methods for recognizing human postures using convolutional neural networks. Scientific novelty of the obtained results. The method of recognizing human posture has been improved by forming part intensity maps (to detect the exact location of joints) and part intensity fields (to form associations between found parts) to improve the accuracy and speed of video stream recognition in real time. 6 Publications. The materials are published in the All-Ukrainian Scientific and Practical Conference of Young Scientists and Students “Information Systems and Management Technologies”(ISTU-2019) “Analysis of Methods of Automatic Text Referencing Using Neural Networks” and in the Third All-Ukrainian Scientific and Practical Conference of Young Scientists and Students control systems and technologies ”(ISTU-2019) “Real-time recognition of human postures”.uk
dc.format.page99 с.uk
dc.identifier.citationЛотоцька, Ю. В. Система розпізнавання пози людини в реальному часі : магістерська дис. : 126 Інформаційні системи та технології / Лотоцька Юлія Вікторівна. - Київ, 2019. - 99 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/31572
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectкомп’ютерний зірuk
dc.subjectрозпізнавання пози людиниuk
dc.subjectзгорткові нейронні мережіuk
dc.subjectкарти інтенсивності частинuk
dc.subjectполя асоціації частинuk
dc.subjectcomputer visionuk
dc.subjecthuman pose estimationuk
dc.subjectconvolutional neural networkuk
dc.subjectpart intensity mapsuk
dc.subjectpart association fieldsuk
dc.subject.udc004.852uk
dc.titleСистема розпізнавання пози людини в реальному часіuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Lototska_magistr.pdf
Розмір:
3.36 MB
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

Магістерські роботи (АСОІУ)
Магістерські роботи