Show simple item record

Recognition of Dance Genres from Video



dc.contributor.advisorMatas Jiří
dc.contributor.authorPetr Kouba
dc.date.accessioned2021-09-01T22:51:53Z
dc.date.available2021-09-01T22:51:53Z
dc.date.issued2021-09-01
dc.identifierKOS-1064879685805
dc.identifier.urihttp://hdl.handle.net/10467/97076
dc.description.abstractPředkládáme metodu rozpoznávání společenských tanců z videa. Metoda je založena na využití nástroje OpenPose, který odhaduje postoj snímaných tanečníků v jednotlivých snímcích videa. Následně klasifikujeme posloupnosti odhadnutých postojů za pomoci grafové konvoluční neuronové sítě MS-G3D. Za účelem vývoje této metody jsme sestavili tři vhodné sady videí, které nabízíme veřejně k dispozici. Na sadě videí, zobrazujících jasně jeden taneční pár a nenarušených přitomností jiných osob, dosahuje navrhovaná metoda přesnosti klasifikace 72.2 % (Top-1). Přesnost klasifikace se zvyšuje na 83.3 % (Top-1) pokud metodu spojíme s existující metodou klasifikující tanec na základě audia (sama o sobě dosahuje tato audio-klasifikace na zmiňované datové sadě přesnosti 66.7 % (Top-1)).cze
dc.description.abstractWe propose a method for recognition of ballroom dance genres from video. The method is based on processing of videos by a human pose estimation framework OpenPose and a subsequent classification of the sequences of the estimated poses using a Graph Convolutional Neural Network called MS-G3D. For the purposes of the method development we collected three suitable video datasets which we make publicly available. On a set of videos containing a clearly visible dance couple, undisturbed by presence of other people, the method achieves Top-1 accuracy 72.2 %. The classification accuracy improves to 83.3 % when the method is combined with an existing audio-based dance classifier (which on its own reaches an accuracy of 66.7 % on the dataset).eng
dc.publisherČeské vysoké učení technické v Praze. Vypočetní a informační centrum.cze
dc.publisherCzech Technical University in Prague. Computing and Information Centre.eng
dc.rightsA 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.htmleng
dc.rightsVysokoškolská 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.htmlcze
dc.subjectRozpoznávánícze
dc.subjectTaneccze
dc.subjectOpenPosecze
dc.subjectGCNcze
dc.subjectMulti-Modálnícze
dc.subjectKlasifikacecze
dc.subjectDanceeng
dc.subjectRecognitioneng
dc.subjectOpenPoseeng
dc.subjectGCNeng
dc.subjectMulti-Modaleng
dc.subjectClassificationeng
dc.titleRozpoznávání tance z videacze
dc.titleRecognition of Dance Genres from Videoeng
dc.typediplomová prácecze
dc.typemaster thesiseng
dc.contributor.refereeZimmermann Karel
theses.degree.disciplinePočítačové vidění a digitální obrazcze
theses.degree.grantorkatedra kybernetikycze
theses.degree.programmeOtevřená informatikacze


Files in this item




This item appears in the following Collection(s)

Show simple item record