La Stima della Posa Umana (o Human Pose Estimation) risulta essere oggi uno dei problemi di maggiore interesse nel campo della visione artificiale e, nonostante oltre un decennio e mezzo di ricerche, risulta ancora un problema in larga parte irrisolto. Questo lavoro di tesi nasce con l'obiettivo di sperimentare un approccio innovativo alla Human Pose Estimation in uno spazio tridimensionale a partire da una singola immagine a colori. Lo scopo ਠdi permettere di ricavare le coordinate, rispetto ad un sistema di riferimento fissato, di un set predeterminato di punti chiave utili a codificare la posa del soggetto umano rappresentato nell'immagine.
Regressione di campi vettoriali in reti deep per monocular Human Pose Estimation 3D
2019
Abstract
La Stima della Posa Umana (o Human Pose Estimation) risulta essere oggi uno dei problemi di maggiore interesse nel campo della visione artificiale e, nonostante oltre un decennio e mezzo di ricerche, risulta ancora un problema in larga parte irrisolto. Questo lavoro di tesi nasce con l'obiettivo di sperimentare un approccio innovativo alla Human Pose Estimation in uno spazio tridimensionale a partire da una singola immagine a colori. Lo scopo ਠdi permettere di ricavare le coordinate, rispetto ad un sistema di riferimento fissato, di un set predeterminato di punti chiave utili a codificare la posa del soggetto umano rappresentato nell'immagine.| File | Dimensione | Formato | |
|---|---|---|---|
|
tesi.pdf
accesso solo da BNCF e BNCR
Tipologia:
Altro materiale allegato
Licenza:
Tutti i diritti riservati
Dimensione
16.13 MB
Formato
Adobe PDF
|
16.13 MB | Adobe PDF | |
|
frontespizio.pdf
accesso solo da BNCF e BNCR
Tipologia:
Altro materiale allegato
Licenza:
Tutti i diritti riservati
Dimensione
32.41 kB
Formato
Adobe PDF
|
32.41 kB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14242/298263
URN:NBN:IT:UNIMORE-298263