Rozpoznávání lidských činností pomocí Deep Learning

Abstract

Tématem této bakalářské práce je rozpoznávání lidských činností pomocí Deep learning. V rámci práce jsou popisovány principy neuronových sítí a metody pro detekci a klasifikaci akcí. Následuje implementace, v jejímž rámci byly sestaveny a odzkoušeny dvě konvoluční neuronové sítě podle architektur LeNet a GoogLeNet. Pro odzkoušení sítí byly využity datasety lidských činností MSR a UTKinect.Implementace sítí byla provedena v jazyce Python s využitím frameworku Tensorflow.

The theme of this bachelor's thesis is human activity recognition using Deep Learning. The thesis describes principles of neural networks and methods for action detection and classification. This is followed by implementation, in which two convolutional neural networks based on LeNet and GoogLeNet architectures are created and tested. For testing, human action datasets MSR and UTKinect were used. Implementation was done using programming language Python in combination with the framework Tensorflow.