Rekonstrukce pózy lidské ruky z hloubkového obrazu

Show simple item record
dc.contributor.advisorKrňoul Zdeněk, Ing. Ph.D.
dc.contributor.authorHerbig, Milan
dc.contributor.refereeHrúz Marek, Ing. Ph.D.
dc.date.accepted2016-6-21
dc.date.accessioned2017-02-21T08:27:28Z
dc.date.available2015-10-1
dc.date.available2017-02-21T08:27:28Z
dc.date.issued2016
dc.date.submitted2016-5-12
dc.description.abstractTéma práce je zaměřeno na aplikaci state-of-the-art konvolučních neuronových sítí za účelem rekonstrukce pózy lidské ruky z hloubkových dat pořízených kamerou Microsoft Kinect v2. V práci se věnuji současným metodám a přístupům k rekonstrukci pózy, problémům spojeným s trénováním neuronových sítí, tvorbě trénovacích dat, jejich normalizaci a konečně návrhu samotné architektury neuronové sítě pro účely regrese pózy lidské ruky. V závěru diskutuji dosažené výsledky. Výstupem práce je jednak navržená architektura konvoluční neuronové sítě a jednak natrénovaný model. Zároveň jsem vytvořil modul pro snímání a segmentaci hloubkových dat z kamery včetně modulu pro vizualizaci výsledků rekonstrukce. Celý systém běží v reálném čase s využitím výpočtů na grafické kartě.cs
dc.description.abstract-translatedThis thesis explores possibilities and contributions of state-of-the-art convolutional neural networks to hand pose estimation problem. Hand pose is estimated from depth images recorded by Microsoft Kinect v2 depth camera. Current hand estimation methods and neural networks in general are discussed. The focus is set on problems during neural network training, data creation and normalization. Whole chapter is devoted to regression convolution neural network model design. Finally, observed results are discussed in the last chapter. This work produces both proposed and trained neural network model. Also, for real-word testing and demonstration purposes, both segmentation and visualization modules were developed. It is worth noting that whole pipeline runs in real time on GPU.en
dc.description.resultObhájenocs
dc.format71 s.cs
dc.format.mimetypeapplication/pdf
dc.identifier68089
dc.identifier.urihttp://hdl.handle.net/11025/23643
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.relation.isreferencedbyhttps://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=68089
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.rights.accessopenAccessen
dc.subjectregresecs
dc.subjectodhad parametrůcs
dc.subjectrekonstrukce pózycs
dc.subject3d modelcs
dc.subjectstrojové učenícs
dc.subjectkonvoluční neuronová síťcs
dc.subject.translatedregressionen
dc.subject.translatedparameter estimationen
dc.subject.translatedpose reconstructionen
dc.subject.translated3d modelen
dc.subject.translatedmachine learningen
dc.subject.translatedconvolutional neural networken
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.thesis.degree-levelNavazujícícs
dc.thesis.degree-nameIng.cs
dc.thesis.degree-programInženýrská informatikacs
dc.titleRekonstrukce pózy lidské ruky z hloubkového obrazucs
dc.title.alternativeDepth-based hand pose estimationen
dc.typediplomová prácecs

Files

Original bundle
Showing 1 - 4 out of 4 results
No Thumbnail Available
Name:
dipl_prace_final.pdf
Size:
9.52 MB
Format:
Adobe Portable Document Format
Description:
Plný text práce
Download
No Thumbnail Available
Name:
herbig-v.pdf
Size:
799.1 KB
Format:
Adobe Portable Document Format
Description:
Posudek vedoucího práce
Download
No Thumbnail Available
Name:
herbig-o.pdf
Size:
664.35 KB
Format:
Adobe Portable Document Format
Description:
Posudek oponenta práce
Download
No Thumbnail Available
Name:
herbig-p.pdf
Size:
437.35 KB
Format:
Adobe Portable Document Format
Description:
Průběh obhajoby práce
Download

Collections

Theses (KKY)