Разработка нейросетевых моделей для оценки позы человека по монокулярной камере: магистерская диссертация / Павел Алексеевич Ковалёв; БГУ, Факультет прикладной математики и информатики, Кафедра дискретной математики и алгоритмики; науч. рук. Белоцерковский А. М.

Abstract

Магистерская диссертация, 41 с., 25 источников, 37 иллюстраций, 1 таблица, 1 приложение. ОЦЕНКА ПОЗЫ ЧЕЛОВЕКА, МАШИННОЕ ОБУЧЕНИЕ, СВЕРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ, КОМПЬЮТЕРНОЕ ЗРЕНИЕ. Объект исследования – глубокие нейросетевые алгоритмы, в контексте задач компьютерного зрения. Цель работы – развитие применения глубоких сверточных нейронных сетей для задачи предсказания плотного соответствия на изображениях с людьми. Методы исследования – изучение литературы по теме работы, эксперименты с обучением нейронных сетей. Результат – создан конвейер для обучения многозадачной нейронной сети для оценки позы человека на популярном фреймворке для глубокого обучения (Keras/Tensorflow). Была обучена полносверточная модель, решающая одновременно задачи семантической сегментации людей, частей тел людей, локализации ключевых точек скелета, предсказания плотного соответствия, разделяющей сегментации объектов. Проанализированы полученные результаты. Новизну представляет совмещение в одной полносверточной нейросетевой архитектуре решений задач предсказания плотного соответствия и разделяющей сегментации объектов. Область применения – анализ изображений с людьми.