Search academic texts

Information × Registration Number 2123U011495, Article popup.category Опубліковано, Стаття Title DETERMINATION AND COMPARISON METHODS OF BODY POSITIONS ON STREAM VIDEO popup.author Білоус Н. В.Агекян І. А.Калугiн В. В.Bilous N. V.Ahekian I. A.Kaluhin V. V. popup.publication 29-06-2023 popup.source_user Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") popup.source https://ric.zp.edu.ua/article/view/283456 popup.publisher National University "Zaporizhzhia Polytechnic" Description Актуальність. Однією з задач комп’ютерного зору є задача визначення тіла людини на зображенні. Існує багато методів вирішення цієї задачі, деякі базуються на специфічному обладнані (motion capture, kinect) та надають найбільшу точність, деякі дають меншу точність, але не потребують додаткового обладнання та використовують меншу обчислювальну потужність. Але зазвичай таке обладнання мав високу вартість, тож щоб забезпечити низьку вартість розробок створених для визначення тіла на зображенні, слід розробляти алгоритми за базі технологій комп’ютерного зору. Ці алгоритми можна застосовувати до різних областей для аналізу та порівняння положень тіла та досягнення різноманітних цілей. Мета. Метою роботи є дослідження ефективності роботи існуючих бібліотек для визначення пози людини на зображенні а також методів порівняння отриманих поз з точки зору швидкості та точності визначення. Методи. Дослідження проводяться в контексті розробки системи визначення правильності виконання фізичних вправ користувачем у режимі реального часу. Бібліотеки OpenPose, PoseNet і BlazePose були проаналізовані на предмет їх придатності для розпізнавання та відстеження частин тіла та рухів на відео у реальному часі. Переваги та недоліки кожної бібліотеки були оцінені на основі їх продуктивності, точності та обчислювальної ефективності. Крім того, були проаналізовані різні алгоритми порівняння поз. Ефективність кожного алгоритму оцінювалася на основі їх здатності точно визначати та порівнювати положення тіла. У результаті поєднання BlazePose і методу зваженої відстані можно досягти найкращої продуктивності в розпізнаванні пози з високою точністю та надійністю в ряді складних сценаріїв. Метод зваженої відстані можна додатково вдосконалити за допомогою таких методів, як нормалізація L2 і вирівнювання пози для підвищення його точності та узагальнення. Загалом поєднання бібліотеки BlazePose та методів зваженої відстані пропонує потужне та ефективне рішення для розпізнавання пози з високим індексом F1. Результати. Існуючі моделі визначення поз показали схожі результати якості визначення з розбігом близько 2%. При розробці крос-платформного програмного продукту значну перевагу в швидкості має бібліотека BlazePose, що має API для роботи безпосередньо в браузері та на мобільних платформах. Крім того, оскільки бібліотека використовує розширену топологію з 33 ключовими точками, вона може бути застосована для ширшого списку завдань. При дослідженні методів порівняння найбільший вплив на результати справила якість визначення пози. Висновки. Серед методів порівняння найкращі результати продемонстрував метод зважених дистанцій. Швидкість визначення поз обернено пропорційна якості визначення і значно перевищує рекомендоване значення – 40мс. popup.nrat_date 2026-02-27 Close