Mozgásszekvenciák felismerése mesterséges intelligencia alapú pózdetektálás segítségével

A mai modern világban az informatika számos területén van szükség különböző mesterséges intelligencia és gépi tanulás alapú megoldásokra, a szövegfelismeréstől kezdve az önvezető autókig.

A mesterséges intelligencia segítségével valós időben észlelhetjük az embereket, vagy azonosíthatjuk be az alany főbb testrészeit, mint például a vállát, a csípőjét vagy térdét. Ezen testrészekre úgynevezett referenciapontokat illeszthetünk, amelyek egymáshoz viszonyított helyzetéből következtethetünk a felvett pózra vagy testhelyzetre. Ezekre a problémákra már léteznek hatékony megvalósítások, ezzel szemben viszont a dinamikus mozgások felismerése még csak speciális felszerelésekkel lehetséges, mint például RGB vagy 3D kamera segítségével. Továbbá még nem létezik nagy méretű publikus tanító adathalmaz az emberi pózokra, testhelyzetekre, emiatt a sportolókat különböző szenzorokkal látják el adatgyűjtés gyanánt, amely plusz kényelmetlenséget okoz a mozgások során. Az ilyen speciális elemzések használata legfőképpen az élsportban terjedtek el, viszont a hétköznapi ember számára még nem készült hatékony megoldás.

Ez a dolgozat bemutatja annak a kutatásnak az eredményét, amelynek célja a mesterséges intelligencián alapuló pózfelismerést olyan további algoritmusokkal kiegészíteni, amelyek lehetővé teszik, hogy a felvett pózok váltakozásai alapján detektálni lehessen, hogy az alany milyen mozdulatsort, tornagyakorlatot hajt végre, mindezt speciális eszközök használata nélkül. A dolgozat kitér arra is, hogy miképpen különböztethetők meg az ugyanazokat a pózokat tartalmazó gyakorlatok, valamint hogyan lehet csúszóablak segítségével észlelni a másik gyakorlatra váltást.

A megoldást hatékonysága egy olyan kísérleti prototípussal kerül igazolásra, amely az eszköz kameráján keresztül azonosítja be a cselekvéseket.

szerző

• 
  Stuksza Gábor
  Mérnök informatikus szak, mesterképzés
  mesterképzés (MA/MSc)

konzulens

• 
  Dr. Forstner Bertalan
  Docens, Automatizálási és Alkalmazott Informatikai Tanszék

helyezés