Table | Card | RUSMARC | |
Allowed Actions: –
Action 'Read' will be available if you login or access site from another network
Group: Anonymous Network: Internet |
Annotation
В рамках данной работы будет рассмотрен способ оценки трехмернойпозы человека методами машинного обучения. Работа состоит из несколькихчастей: анализ подходов к моделированию трехмерных объектов, анализподходов к моделированию трехмерного человеческого тела, обзор,оптимизация работы и анализ точности моделей, программная реализацияалгоритма для оценки трехмерной позы человека.
In this paper were considered a way to estimate 3d human body pose using machinelearning methods. This work consist of few parts: analysis of ways to model 3dobjects, analysis of ways to model 3d human pose, review, work optimization andrecall analysis, program implementation of algorithm for 3d human pose estimation.
Document access rights
Network | User group | Action | ||||
---|---|---|---|---|---|---|
ILC SPbPU Local Network | All |
![]() |
||||
Internet | Authorized users SPbPU |
![]() |
||||
![]() |
Internet | Anonymous |
Table of Contents
- ВВЕДЕНИЕ
- Глава 1. Общие сведения
- 1.1 Машинное обучение
- 1.2 Глубокое обучение
- 1.3 Компьютерное зрение
- Глава 2. Моделирование трехмерных объектов
- 2.1 Машинное обучение в трехмерном пространстве.
- 2.2 Моделирование трехмерной позы человека
- 2.3 Моделирование человеческого тела
- 2.4 Наборы данных
- 2.5 Основные подходы к решению данной задачи
- 2.5.1 Прямое извлечение трехмерной позы из изображения
- 2.5.2 Из двумерного в трехмерное изображение
- 2.5.3 Методы, основанные на SMPL модели человеческого тела
- Глава 3. Анализ алгоритмов
- 3.1 Keep It SMPL
- 3.2 SMPLR
- 3.3 Human Mesh Recovery
- 3.4 Оптимизация гиперпараметров
- Глава 4. Анализ решения
- 4.1 Результаты оптимизации
- 4.2 Программная реализация
- Заключение
- Список использованной литературы
Usage statistics
|
Access count: 5
Last 30 days: 0 Detailed usage statistics |