Evaluace metod pro lokalizaci těla řidiče ve vozidle

Abstract

Tato bakalářská práce se zaměřuje na porovnání metod pro lokalizaci částí těla řidiče uvnitř vozidla. V úvodní části jsou popsány základní pojmy a metody z oblasti rozpoznávání objektů v obrazech, se zvláštním důrazem na přístupy určené k detekci lidských končetin a kloubů. Dále jsou zkoumány dostupné trénovací a testovací datové sady pořízené z reálného prostředí vozidla; v případě nedostatečné vhodné databáze je navrženo vytvoření vlastní datové sady. Následně je představen program, který využívá alespoň tři vybrané metody lokalizace částí lidského těla (např. OpenPose, AlphaPose, YOLO či MediaPipe) a srovnává je z hlediska funkčnosti, přesnosti i rychlosti. Závěry práce shrnují výhody, nedostatky a možnosti budoucího rozvoje těchto metod pro využití v autonomních systémech řízení, které mohou uplatnit analýzu polohy řidiče v krizových situacích.

This bachelor thesis focuses on a comparison of methods for locating driver body parts inside a vehicle. In the introductory part, the basic concepts and methods in the field of object recognition in images are described, with particular emphasis on approaches designed to detect human limbs and joints. Furthermore, available training and test datasets taken from real vehicle environments are examined; in the absence of a suitable database, the creation of a custom dataset is proposed. A program is then presented that uses at least three selected human body part localization methods (e.g. OpenPose, AlphaPose, YOLO or MediaPipe) and compares them in terms of functionality, accuracy and speed. The conclusions of the paper summarize the advantages, shortcomings and future development opportunities of these methods for use in autonomous driving systems that can apply driver location analysis in crisis situations.