Личный кабинет

Дипломная работаИнформационные технологии

Готовая работа №97639 от пользователя Куклачев Дмитрий

Распознавание человеческих поз по видеоданным на основе глубокого обучения

Name: Распознавание человеческих поз по видеоданным на основе глубокого обучения
Price: 1760.00 RUB

1 760 ₽

Файл с работой можно будет скачать в личном кабинете после покупки

Страниц: 80

Год написания: 2024

Куклачев Дмитрий

Сообщить о нарушении авторских прав

Гарантия безопасной покупки

Уникальность текста выше 50%

Возможность снять с продажи

Не подходит эта работа?

Укажите тему работы или свой e-mail, мы отправим подборку похожих работ

содержание

ВВЕДЕНИЕ 6
1 ОБЗОР НАУЧНО-ТЕХНИЧЕСКОЙ ЛИТЕРАТУРЫ 8
1.1 Основные понятия и определения искусственного интеллекта в области распознавания поз человека 8
1.2 Сравнительный анализ различных способов захвата движения 9
1.3 Анализ научных и интернет - ресурсов, рассматриваемых ИИ и методы, применяемые в распознавании человеческих поз 11
1.4 Углубленный анализ методов искусственного интеллекта 13
Выводы по главе 17
2. ТЕОРЕТИЧЕСКИЕ ДАННЫЕ ИССЛЕДОВАНИЯ 18
2.1 Процесс захвата движения тела 18
2.2 Фреймворк MediaPipe 21
2.3 OpenPose 23
2.4 Сверточные нейронные сети 29
2.5 3D оценка позы человека 31
2.7 3D оценка позы одного человека на изображении 31
2.8 3D оценка позы одного человека на видео 37
2.9 3D оценка позы нескольких человек 41
2.10 Нисходящие методы 42
2.11 Методы «снизу вверх» 43
2.12 Краткое описание оценки 3D-позы 44
2.13 Захват движения с помощью MediaPipe 45
2.14 Использование OpenPose 46
Выводы по главе 48
3. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ НЕЙРОННОЙ СЕТИ 49
3.1 Описание датасета MPII_human_pose_dataset 49
3.2 Описание модели 53
3.3 Обучение модели 55
3.4 Создание анимации 58
3.5 Классы и методы 59
3.6 Проблемы в ходе разработки 62
Выводы по главе 63
ЗАКЛЮЧЕНИЕ 64
Список использованных источников 65
ПРИЛОЖЕНИЕ Б. Листинг программы «pose_detector_mp.py» 70
ПРИЛОЖЕНИЕ В. Листинг программы «open_pose.py» 73
ПРИЛОЖЕНИЕ Г. Листинг ЭКСПОРТА АНИМАЦИИ 75
ПРИЛОЖЕНИЕ Г. Результаты работы нейросети 77

Весь текст будет доступен после покупки

Показать еще текст

ВВЕДЕНИЕ

Достижения техники и науки последних лет сделали технологию захвата движения актуальной для многих сфер деятельности.
Из-за этого появилась возможность выйти за рамки индустрии развлечений, которая впервые использовала данную технологию. Создание анимационных и спецэффектов стало более увлекательным, реалистичным и разнообразным благодаря этому.
Главным преимуществом данной технологии является возможность создания реалистичных и эмоциональных образов.
Кино и видеоигры предоставляют возможность создания персонажей, которые имеют естественные движения, что позволяет зрителям и игрокам получать истинное наслаждение от просмотра.
Технология, получившая название Capture, была разработана в медицине для разработки и проведения различных программ восстановления, а также для оценки двигательных навыков и двигательных способностей пациентов. Технология, которая используется в исследованиях и образовании, является ведущей. Его роль в этих областях нельзя не принимать во внимание. Студенты и ученые теперь имеют возможность изучать более детально различные движения человеческого тела. Для того, чтобы лучше понять механизмы работы человеческого организма, им пришлось изучить биомеханику его тела, а также разработать новые методы лечения и реабилитации.
Усовершенствованные методы идентификации позы человека претерпели изменения в связи с прогрессом в области глубокого обучения.

Весь текст будет доступен после покупки

Показать еще текст

отрывок из работы

1 ОБЗОР НАУЧНО-ТЕХНИЧЕСКОЙ ЛИТЕРАТУРЫ

1.1 Основные понятия и определения искусственного интеллекта в области распознавания поз человека

Машинное обучение – это наука о разработке алгоритмов и статистических моделей, которые компьютерные системы используют для выполнения задач без явных инструкций. Оно является подмножеством искусственного интеллекта (ИИ) и основано на идее, что компьютеры могут учиться и совершенствоваться на основе опыта и данных, без явного программирования. Машинное обучение может быть разделено на четыре стиля обучения: обучение с учителем, обучение без учителя, полу-наблюдаемое обучение и обучение с подкреплением [1, с. 21].
Распознавание поз человека — это процесс автоматического определения и классификации различных положений и движений человеческого тела по видеоданным. В основе этого процесса лежит анализ изображения или видеоряда, на котором находятся люди, с целью идентификации и интерпретации их поз.
Глубокое обучение – это разновидность машинного обучения и искусственного интеллекта (ИИ), который имитирует способ получения людьми определенных типов знаний. Модели глубокого обучения можно научить выполнять задачи классификации и распознавать закономерности в фотографиях, тексте, аудио и других различных данных. Оно также используется для автоматизации задач, которые обычно требуют человеческого интеллекта, таких как описание изображений или расшифровка аудиофайлов [1, с. 29].
Скелетная модель — это упрощенное представление человеческого тела в виде набора ключевых точек, соединенных линиями (суставами). Такая модель позволяет эффективно анализировать и интерпретировать позы и движения человека.

Весь текст будет доступен после покупки

Показать еще текст

Список литературы

1. Rapid Object Detection using a Boosted Cascade of Simple Features. URL: https://www.cs.cmu.edu/~efros/courses/LBMV07/Papers/viola-cvpr-01.pdf
2. Deep Residual Networks (ResNet, ResNet50) – 2022 Guide. URL: https://viso.ai/deep-learning/resnet-residual-neural-network/
3. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8956407/
4. Computer Vision [Электронный ресурс]. Режим доступа: https://en.wikipedia.org/wiki/Computer_vision.
5. Image segmentation [Электронный ресурс]. Режим доступа: https://en.wikipedia.org/wiki/Computer_vision.
6. Метод опорных векторов (SVM). URL: https://neerc.ifmo.ru/wiki/index.php?title=Метод_опорных_векторов_(SVM).
7. Современные проблемы нейроинформатики. Книга 23. Часть 1; Радиотехника - М., 2016. - 255 c.
8. Сверточные нейронные сети. - URL: http://neerc.ifmo.ru/wiki/index.php?title=Сверточные_нейронные_сети.
9. OpenCV. – URL: https://opencv.org/
10. Keras. - URL: https://keras.io.
11. Numpy. - URL: https://numpy.org.
12. Mediapipe. – URL: https://developers.google.com/mediapipe
13. Minimum bounding box [Электронный ресурс]. Режим доступа: https://en.wikipedia.org/wiki/Minimum_bounding_box.

Весь текст будет доступен после покупки

Показать еще текст

Купить и скачать работу

Распознавание человеческих поз по видеоданным на основе глубокого обучения

Почему студенты выбирают наш сервис?

Работаем круглосуточно

24 часа в сутки

7 дней в неделю

Гарантия

Возврат средств в случае проблем с купленной готовой работой

Мы лидеры

LeWork является лидером по количеству опубликованных материалов для студентов

не подошла эта работа?

В нашей базе 78761 курсовых работ – поможем найти подходящую

Ответы на часто задаваемые вопросы

Как оплатить заказ?

Чтобы оплатить заказ на сайте, необходимо сначала пополнить баланс на этой странице - https://lework.net/addbalance

На странице пополнения баланса у вас будет возможность выбрать способ оплаты - банковская карта, электронный кошелек или другой способ.

После пополнения баланса на сайте, необходимо перейти на страницу заказа и завершить покупку, нажав соответствующую кнопку.

Если у вас возникли проблемы при пополнении баланса на сайте или остались вопросы по оплате заказа, напишите нам на support@lework.net. Мы обязательно вам поможем!

Есть ли услуга безопасной покупки, и какой срок гарантии?

Да, покупка готовой работы на сайте происходит через "безопасную сделку". Покупатель и Продавец финансово защищены от недобросовестных пользователей. Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней.

Что означает возможность снять с продажи готовую работу ?

У покупателя есть возможность снять готовую работу с продажи на сайте. Например, если необходимо скрыть страницу с работой от третьих лиц на определенный срок. Тариф можно выбрать на странице готовой работы после покупки.

Как вернуть средства за некачественную работу?

Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней. Если администрация сайта принимает решение о возврате денежных средств, то покупатель получает уведомление в личном кабинете и на электронную почту о возврате. Средства можно потратить на покупку другой готовой работы или вывести с сайта на банковскую карту. Вывод средств можно оформить в личном кабинете, заполнив соответствущую форму.

Как связаться со службой поддержки, если возникли вопросы?

Мы с радостью ответим на ваши вопросы по электронной почте support@lework.net