Перевод названия: A software tool for identifying a human skeleton in a video stream
Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Всероссийская научная конференция «Достижения науки и технологий-ДНиТ-2021»; Красноярск; Красноярск
Год издания: 2021
Ключевые слова: lstm, computer vision, human activity recognition, human pose estimation, компьютерное зрение, распознавание деятельности человека, распознавание позы человека
Аннотация: Настоящая работа посвящена такому актуальному вопросу, как распознавание деятельности людей на видео. Исследование данного вопроса представляет большое научное и практическое значение для решения проблем обеспечения безопасности на предприятиях, а также корректности выполнения технологических операций на производстве. Оно необходимПоказать полностьюо при решении таких задач, как организация сетей видеонаблюдения в помещениях и на открытой местности. Поэтому необходимость создания IoT на основе распознавание деятельности людей на видео является важной задачей. Целью данной работы является исследование возможности применения методов машинного обучения, в частности CNN и LSTM сетей, для решения данной проблемы. В частности рассматривается возможность распознавания деятельности человека по перемещению ключевых точек тела. В данной работе приводится пример разработанной авторами системы, которая применяет упомянутые методики. This work is devoted to such a topical issue as the recognition of human activity in video. The study of this issue is of great scientific and practical importance for solving the problems of ensuring safety at enterprises, as well as the correctness of performing technological operations in production. It is necessary when solving problems such as organizing video surveillance networks in rooms and in open areas. Therefore, the need to create a software tool based on the recognition of human activity on video is an urgent task. The purpose of this work is to study the possibility of applying machine learning methods, in particular CNN and LSTM networks, to solve this problem. In particular, the possibility of recognizing human activity by moving key points of the body is considered. This paper provides an example of a system developed by the authors that applies the above techniques.
Журнал: Достижения науки и технологий-ДНиТ-2021
Номера страниц: 326-333
Место издания: Красноярск
Издатель: Общественное учреждение "Красноярский краевой Дом науки и техники Российского союза научных и инженерных общественных объединений"