3Dヒューマンポーズイベントディテクションのすべて! 🚩
論文で軽く、実習で面白い 3D Human Pose Event Detection!
誰もいないエレベーターで倒れた人をどうやって知ることができますか?この技術は、画像または画像における特定の動作を認識するコンピュータビジョンのVideo Understanding分野で始まります。講義では、Video Understanding分野の中でも、映像で特定の行動、イベント、シーンのフレームを検出するEvent Detection分野を学習します。厚い本や退屈なデータがなくても十分にできます!
私は人工知能の専門家になりたくて大学院を進学しましたが、研究経験もなく、論文を書いたことも読んだこともありませんでした。ブログを見ながら従うことがすべてでした。だから大学院1年生の時にかなり苦労しました。そんな経験をもとに講義を構成してみました。講義を通じて受講生の方々に洞察を与え、創造的な考えを提供することがこの講義の魅力です。さまざまな具体的な実験プロセスは省略されていますが、研究がどのように進行するのかを教えてくれます。
本講義は関連論文を簡単に読んで、論文の実装コードを振り返りながら既存の方法での性能を改善することが 目標です。一緒に論文のネットワークを実装したコードを見て、ネットワークを訓練、評価、テスト、そしてネットワーク設計までしましょう。よくわからない分野は勉強して実習するのではなく、実習しながら勉強するのだと思います。一度やりましょう!
こんなことを学びます📚 Event Spotting または Event Detection と呼ばれる映像の中の特定のイベントやシーンを検出および検出する分野を勉強してみます。
その中で、普遍的で世界的に人気のあるゴルフスイング映像について、主要な8つのモーションシーンを抽出します。ゴルフスイングの動きの特徴は、明確な区別の動きがあり、姿勢が重要なスポーツであるため、ゴルフを学ぶ多くの人々が自分の姿勢を分析したいと考えています。そのために、Event Detectionを適用した人工知能モデルをまとめて作成します。
ゴルフ映像から8つの動作シーンを抽出すれば、以下のように8つの姿勢を捉える人工知能モデルを製作できます。
既存の方法で新しい入力Human Poseを提供してネットワークをトレーニングします。
知識共有者の紹介✒️ この講義を作成した知識共有者 「いじめ」キム・ヒョヌを紹介します。 この講義を作ったフォローは🥽 コンピュータ学、人工知能専攻知識、多数のディープラーニング/マシンラーニングプロジェクト経験とコンテスト受賞、大学院研究経歴 を基に、皆様に研究およびプロジェクト経験を提供いたします。
高麗大学人工知能学科修士卒業 国際学会口頭発表 ACCV, Pattern Recogniton 第1作者論文掲載 こんにちは、フォローキム・ヒョヌです。
高麗大学人工知能学と修士課程を 2年ぶりに卒業する過程で、人工知能とコンピュータビジョン分野の世界19位学会であるACCV2022(Asian Conference on Computer Vision)に3D Human Pose Estimation分野の論文 を掲載し、口頭発表論文にも選定されました。その後、既存の論文を改善し、世界6位のジャーナルであるPattern Recognitionに第1の著者として論文を掲載しました。
人工知能 特定分野へのアクセス性が悪く、多くの方が学習を始めるのに疲れを感じたり、あきらめる様子を見て、今回の講義を作ってみました。過去2年間の学びと試行錯誤を講義に入れました。
講義を通じて人工知能分野に興味を持ち、新しい達成感を 持っていってほしい :)
こんな方におすすめですよ🙆♀️
人工知能分野の大学院に行きたいが研究や論文の経験がない方
人工知能の一つの分野を素早く味わいたい方
人工知能研究はどうするのか気になる方
コンペティション、プロジェクトで素朴なアイデアが必要な大学生
予想される質問 Q&A 💬 Q. 受講前に備えなければならない環境はありますか?
私はUbuntuでCudaとcudnnを構成した状態でネットワークトレーニングのためにGPUを使用できる環境を作りました。 Google で環境を設定してください。
Q. 講義を聞く前に準備すべきことはありますか?
ネットワークトレーニングのためのGPUが必要です。
Q. 授業内容をどのレベルで扱いますか?
関連分野の専門家が聞くのはとても簡単で、初めて学ぶ人には不慣れです。しかし、エキスパートレベルではなく、Pythonを行うことを知っていて、Visual Studio Codeツールに精通している人なら、GithubでRepository Codeをgit cloneした経験があれば簡単にフォローすることができます。
受講前の注意事項📢 練習環境 オペレーティングシステムとバージョン(OS):Ubuntu 使用ツール: Visual Studio Code, Anaconda PC仕様:GPU RTX 10シリーズ以上なら全て可能 学習資料 選手の知識と注意事項 Pythonを試したことがあり、Visual Studio、Anacondaに精通している人 Ubuntuをインストールした方