Modelo de aprendizagem profunda para a estimativa da pose humana no espaço e no tempo

Este livro explora as capacidades das redes neuronais convolucionais para lidar com uma tarefa que facilmente ger vel para os humanos: perceber a pose 3D de um corpo humano a partir de v rios ngulos. No entanto, na nossa abordagem, estamos limitados utiliza o de um sistema de vis o monocular. Para este efeito, aplicada uma abordagem de rede neural convolucional em v deos RGB e alargada a convolu es tridimensionais. Isto feito atrav s da codifica o da dimens o temporal nos v deos como a terceira dimens o no espa o convolucional, e regredindo diretamente para as posi es das articula es do corpo humano no espa o de coordenadas 3D. Esta investiga o mostra a capacidade de uma rede deste tipo para atingir o desempenho mais avan ado no conjunto de dados Human3.6M selecionado, demonstrando assim a possibilidade de representar com xito dados temporais com uma dimens o adicional na opera o convolucional.