• شماره ركورد
    11830
  • عنوان
    تشخيص حالت بدن با استفاده از يادگيري عميق
  • سال تحصيل
    1400
  • استاد راهنما
    دكتر فرزان حدادي
  • چکيده
    تخمين حالت انسان مبتني بر بينايي كامپيوتر، به عنوان يكي از اساسي‌ترين و چالش برانگيزترين مسائل در ديد كامپيوتري، با هدف به دست آوردن حالت بدن انسان از تصاوير ورودي يا دنباله¬هايي از قاب¬هاي ويدئويي انجام مي‌شود. تخمين حالت انسان، نقاط كليدي بدن را براي تشخيص دقيق حالات بدني افراد در يك تصوير، موقعيت¬يابي مي¬كند. اين مرحله يك پيش‌نياز حياتي درحوزه¬هاي عملي متعدد بينايي كامپيوتر است كه شامل تشخيص عمل انسان، رديابي انسان، تعامل انسان و كامپيوتر، بازي، زبان‌هاي علامت و نظارت ويديويي است. در اين گزارش ابتدا مقدمه اي مختصر در مورد تخمين وضعيت بدن انسان مطرح شده و كاربردهاي آن مورد بررسي قرار مي¬گيرد وبا طبقه‌بندي آن به عنوان تخمين حالت يك يا چند نفره براساس تعداد افراد مورد نياز براي رديابي دنبال مي‌شود. سپس به تدريج رويكردهاي مورد استفاده در تخمين حالت انسان و همچنين نقص‌هايي كه در برآورد حالت با آن‌ها مواجه هستيم، مطرح مي‌شوند. سپس به بررسي شبكه¬هاي عميق كانولوشني و انواع آن پرداخته شده و در نهايت روش¬هاي تشخيص حالت انسان با استفاده از يادگيري عميق مورد بررسي قرار مي¬گيرد.
  • نام دانشجو

    نسرين نوروزي

  • تاريخ ارائه
    12/21/2022 12:00:00 AM
  • متن كامل
    78071
  • پديد آورنده

    نسرين نوروزي

  • تاريخ ورود اطلاعات
    1401/12/09
  • عنوان به انگليسي
    Human Pose Estimation Using Deep Learning
  • كليدواژه هاي فارسي
    تخمين حالت انسان، بينايي كامپيوتر، نقاط كليدي، شبكه¬هاي عميق كانولوشني، يادگيري عميق
  • كليدواژه هاي لاتين
    Human pose estimation, Computer vision, Key points, Deep convolutional networks, Deep learning