Diplomová práce

Podobnostní metody pro rozpoznávání akcí v 3D pohybových datech

Distance-based Methods for Action Recognition in Motion Capture Data

Bc. Miroslav Krajíček
Anotace

Cieľom tejto práce bolo navrhnúť a implementovať podobnostné metódy pre rozpoznávanie tried pohybu v sekvenciach pohybových dát. Navrhnutých bolo niekoľko reprezentácií pohybu. Ku každej reprezentácií boli navrhnuté funkcie na ich porovnávanie. V práci sú uvedené výsledky merania presnosti a rýchlosti všetkých implementovaných metód. Dosiahnuté výsledky sú porovnané s konkurenčnými riešeniami na báze strojového učenia.

Abstract

The aim of this thesis was to design and implement similarity functions for action recognition in motion data sequences. Several motion data descriptors and functions for comparing were explored. The thesis contains speed and accuracy benchmarks of implemented methods. Results are compared with existing solutions based on machine learning.

Klíčová slova
Rozpoznávanie akcií DTW Motion Capture klasifikácia pohybu
Zadání práce
Lidský pohyb může být digitálně zaznamenán ve formě 3D dat, které reprezentují pozice kloubů lidského těla v daném čase a prostoru. Pro účely mnoha aplikací je třeba rozpoznávat předem známé třídy pohybů. Cílem této práce je navrhnout a implementovat různé podobnostní metody pro rozpoznávání tříd pohybu pro sekvence pohybových dat. Tyto metody budou založeny na různých pohybových charakteristikách, jako jsou například samotné 3D pozice nebo délky trajektorií jednotlivých kloubů. Tyto reprezentace budou porovnávány pomocí různých vzdálenostních funkcí. Součástí práce budou i klasifikátory pro rozpoznávání tříd pohybu. Implementované metody budou vyhodnoceny z pohledu úspěšnosti a rychlosti na reálných pohybových datech. Textová část práce bude popisovat problematiku zpracování 3D pohybových dat včetně existujících přístupů a dále navržené podobnostní metody s výsledky experimentálního vyhodnocení.
Administrativní informace
Práce zkontrolována:
14. 12. 2017 04:01, doc. RNDr. Jan Sedmidubský, Ph.D., učo 60474
Plný text práce
1 MB / soubor PDF
Přílohy (1)
Jazyk práce
slovenština slovenština
Termín obhajoby
8. 2. 2018
Práce byla úspěšně obhájena

Vedoucí

doc. RNDr. Jan Sedmidubský, Ph.D., učo 60474
KPSK FI MU

Oponent

doc. RNDr. Vlastislav Dohnal, Ph.D., učo 2952
KPSK FI MU

Literatura

  • VALČÍK, Jakub; Jan SEDMIDUBSKÝ a Pavel ZEZULA. Assessing similarity models for human-motion retrieval applications. Computer Animation and Virtual Worlds. John Wiley & Sons Ltd, 2016, roč. 27, č. 5, s. 484-500. ISSN 1546-4261. Dostupné z: https://doi.org/10.1002/cav.1674.
  • SEDMIDUBSKÝ, Jan; Petr ELIÁŠ a Pavel ZEZULA. Effective and Efficient Similarity Searching in Motion Capture Data. Multimedia Tools and Applications. Springer US, 2018, roč. 77, č. 10, s. 12073-12094. ISSN 1380-7501. Dostupné z: https://doi.org/10.1007/s11042-017-4859-7.
Citovat tuto práci
Masarykova univerzita Fakulta informatiky
Studijní program
Informatika
Obor

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.