Odhad a sledování polohy člověka pomocí jediné RGB kamery
Estimation and Tracking of the Human Pose with a Single RGBcamera
Typ dokumentu
diplomová prácemaster thesis
Autor
Antonín Čech
Vedoucí práce
Novozámský Adam
Oponent práce
Picek Lukáš
Studijní program
Aplikace informatiky v přírodních vědáchInstituce přidělující hodnost
katedra softwarového inženýrstvíObhájeno
2024-02-09Práva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Odhad a sledování lidské pozice jsou základní úkoly v počítačovém vidění. Cílem této práce je poskytnout srovnání některých dostupných metod pro odhad a sledování pozic a vytvořit aplikaci pro jejich vizualizaci. Nejprve je popsán problém odhadu pozice spolu s vybranými metodami, vybranými datovými soubory a jejich metrikami přesnosti. Dále je obdobně popsáno sledování pozice s metrikami přesnosti, vybranými metodami a datovými soubory. Výsledky pro všechny metody na všech souborech dat jsou poté prezentovány, diskutovány a porovnávány. Poté je popsána implementace a použití aplikace. V závěru práce jsou konfrontovány cíle a je uveden závěr, které metody jsou nejlepší z hlediska přesnosti a rychlosti. Aplikace je volně dostupná na https://github.com/cechantonin/PoseEstimationApp. Human pose estimation and tracking are fundamental tasks in computer vision. The goal of this thesis is to provide a comparison between some available methods for pose estimation and tracking and create an application for their visualization. First, the problem of pose estimation is described along with the selected methods, selected datasets and their accuracy metrics. Next, pose tracking is similarly described with the accuracy metrics and the selected methods and datasets. The results for all methods on all datasets are then presented, discussed and compared. After that, the implementation and the usage of the application are described. At the end of the thesis, the goals are confronted and a conclusion is given which methods are the best in terms of accuracy and speed. The application was made publicly accessible at https://github.com/cechantonin/PoseEstimationApp.