Evaluation of Human Pose Estimation Methods in Video Data

Bc. Zuzana Tunegová

Master's thesis

Abstract:

Cieľom tejto práce je zhodnotiť kvalitu existujúcich metód na detekciu ľudských postáv na obrázkoch obsahujúcich viacero jednotlivcov. Vyberáme päť sľubných metód a overujeme ich kvalitu pomocou metrík average precision a average recall. Pri vyhodnocovaní metrík sú použité dva datasety: COCO a CrowdPose. Implementujeme funkciu, ktorá vypočíta average precision a average recall pomocou podobnosti kľúčových bodov objektu. Rýchlosť týchto piatich modelov je tiež vyhodnotená. Práca popisuje existujúce metódy na odhad ľudskej postavy, zjednotenú štruktúru ľudskej kostry, implementáciu výpočtu metrík a experimentálne vyhodnotenie.

Abstract:

This thesis aims to evaluate the quality of existing pose estimation methods containing multiple individuals. We select five promising methods and validate them using average precision and average recall metrics. The metrics are evaluated on two benchmarking datasets, COCO and CrowdPose. We implement a function that calculates the average precision and average recall using object keypoint similarity. The speed of these five models is also evaluated. The thesis describes existing pose estimation methods, the proposed unified body structure, implemented metrics, and the experimental evaluation.

Keywords

pose estimation, skeleton structure, object keypoint similarity, average precision, average recall

Language used: English

Date on which the thesis was submitted / produced: 15. 12. 2023

Thesis defence

• Date of defence: 12. 2. 2024
• Supervisor: doc. RNDr. Jan Sedmidubský, Ph.D.
• Reader: doc. RNDr. Vlastislav Dohnal, Ph.D.

Masaryk University

Faculty of Informatics

Master programme / field:
Software Engineering / Design and development of software systems