Experiments with Estimation of Human Pose in Image and Video

Detekce jevů v obraze má široké uplatnění v mnoha oborech a je proto důležité detekci neustále vyvíjet a vylepšovat. Tato práce se konkrétně zabývá problémem detekce sportovních pozic v obraze a videu. Cílem bylo experimentovat s nástroji pro rozpoznání lidské pózy a obecně rozpoznání jevů. Během experimentů došlo k vytvoření tří nových datových sad, ve kterých jsou využity klíčové body lidského těla. Datasety poté sloužily k trénování několika namodelovaných architektur konvolučních neuronových sítí. Výsledky experimentů ukazují, že vhodné využití klíčových bodů může pomoci s detekcí sportovních pozic.The detection of phenomena in the image has a wide application in many fields and it is therefore important to constantly develop and improve the detection. This work specifically deals with the problem of detecting sports positions in images and videos. The goal was to experiment with tools for human pose recognition and general phenomenon recognition. During the experiments, three new data sets were created, in which key points of the human body are used. The datasets were then trained on several modeled architectures of convolutional neural networks. The results of the experiments show that the appropriate use of key points can help with the detection of sports positions.