Posenerkennung von Personen innerhalb von Menschenmengen

Das Bestimmen von Körperposen in Bildern durch Deep-Learning-Verfahren ist bereits ein weit verbreitetes und stark untersuchtes Themengebiet aus der Computergrafik. Das Ziel dieser Arbeit ist die Evaluation aktueller State-of-the-Art-Verfahren zur Bestimmung von Skelettposen auf Bilddaten hinsichtlich der Echtzeitfähigkeit und Qualität ihrer Ergebnisse.
Dazu wird in erster Linie untersucht, inwieweit diese Verfahren auf Datensätzen mit großen Menschenmengen verwendet werden können. Um dieser Frage nachzugehen, wurde ein neuer Datensatz geschaffen, welcher für die quantitative Auswertung der Verfahren annotiert wurde. ... mehrZugrunde liegen dem Datensatz Bilder, welche vom Fraunhofer IOSB zur Verfügung gestellt wurden. Die Ergebnisse von zwei ausgewählten Verfahren auf dem Datensatz zeigen, dass mit zunehmender Personenzahl die Nutzbarkeit der Verfahren abnimmt, da die Rate der erfolgreichen Detektionen von Körperposen sinkt. Dennoch lassen unterschiedliche Ergebnisse der quantitativen und qualitativen Analyse darauf schließen, dass nochweitere Untersuchungen sowohl hinsichtlich der Evaluation, als auch der Verfahren erforderlich sind.

Body pose estimation with deep learning programs on image-data is a common and heavily studied subtask in computer vision. The objective of this work is to evaluate the current state-of-the-art person pose estimators regarding their real-time capabilities and the quality of their results. Primarily the usability of these algorithms will be examined with respect to datasets containing images with large numbers of people. Therefore a novel dataset was
introduced, which was annotated for the subsequent quantitative evaluations. The dataset consists of images made available by the Fraunhofer IOSB. ... mehrThe outcome of the evaluation of two selected person pose estimators oncludes that the usability decreases with an increasing number of persons contained in an image, yet the different results of the quantitative and qualitative analysis show that more research has to be done on this topic.