Hand Pose Estimation from RGBD Images

Marek Šimoník

Diplomová práce

Anotace:

Je překvapivé, že i s přibývajícím rozšířením mobilních aplikací využívající virtuální reality, uživatélé stále interagují s těmito aplikacemi pomocí dotyků obrazovky namísto ovládání virtuálního obsahu přímo pomocí rukou v prostoru. K vytvoření této úrovně interaktivity je zapotřebí stabilní a robustní algoritmus pro odhadování polohy ruky. Tato diplomová práce proto slouží jako studie možných přístupů k problému odhadu polohy ruky a sestává ze dvou částí; ze segmentace a z odhadu parametrů modelu ruky.

Abstract:

It is surprising that even with increasing ubiquitousness of Augmented Reality applications on mobile devices, users nowadays still interact with said applications via on-screen controls, rather than controlling presented environment directly with their hands in real-world. To enable this degree of interactivity, a stable and robust hand pose estimation pipeline is needed. This thesis therefore serves as a study of a possible approach to hand pose estimation that consists of two parts; segmentation and estimation of hand model parameters.

Klíčová slova

odhad polohy ruky, sémantická segmentace, hluboké učení, neuronové sítě, CNN, PSO

Keywords

hand pose estimation, semantic segmentation, deep learning, neural networks, CNN, PSO

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 30. 4. 2020

Obhajoba závěrečné práce

• Obhajoba proběhla 24. 6. 2020
• Vedoucí: Michal Krumnikl
• Oponent: Tomáš Fabián

VŠB – Technická univerzita Ostrava

Fakulta elektrotechniky a informatiky

Magisterský studijní program / obor:
Informační a komunikační technologie / Informatika a výpočetní technika