Deep Learning-Modell für die Schätzung der menschlichen Pose in Raum und Zeit

Dieses Buch erforscht die Fähigkeiten von Faltungsneuronalen Netzen zur Bewältigung einer Aufgabe, die für Menschen leicht zu bewältigen ist: die Wahrnehmung der 3D-Pose eines menschlichen Körpers aus verschiedenen Winkeln. In unserem Ansatz sind wir jedoch auf die Verwendung eines monokularen Sichtsystems beschränkt. Zu diesem Zweck wird ein Ansatz für ein neuronales Faltungsnetzwerk auf RGB-Videos angewendet und auf dreidimensionale Faltungen erweitert. Dazu wird die Zeitdimension in Videos als dritte Dimension im Faltungsraum kodiert und direkt auf die Gelenkpositionen des menschlichen Körpers im 3D-Koordinatenraum regressiert. Diese Forschung zeigt die Fähigkeit eines solchen Netzwerks, die beste Leistung auf dem ausgewählten Human3.6M-Datensatz zu erzielen, und demonstriert damit die Möglichkeit, zeitliche Daten mit einer zusätzlichen Dimension in der Faltungsoperation erfolgreich darzustellen.

Autorentext
Agne Grinciunaite hat einen B.S. in Statistik von der Vilniaus Universitetas und einen M.Sc. in IT von der Vilniaus Gedimino Technikos Universitetas und der Universitat Politècnica de Catalunya. Agne verfügt über vielfältige Erfahrungen in den Bereichen IT-Beratung und Software-Engineering mit Schwerpunkt auf Anwendungen des maschinellen Lernens für Big Data.