Программа классификации психофизиологической двигательной активности человека, основанная на нейронной сети глубокого обучения

Распознавание действий человека является актуальной задачей компьютерного зрения и машинного обучения. Программы, решающие данную задачу, имеют широкое применение в создании новых интерфейсов взаимодействия человек-компьютер, системах сопровождения и интеллектуальных системах слежения. Благодаря новым технологиям качество и скорость разработки подобных программ растёт. Целью выпускной квалификационной работы является разработка программы классификации психофизиологической активности человека, основанной на нейронной сети глубокого обучения. В работе предлагается решение задачи классификации психофизиологической активности человека без учета внешней среды при помощи сенсора Kinect. Роль классификатора играет свёрточная нейронная сеть, архитектура которой основана на известной сети LeNet-5. В качестве данных для классификации используется Motion History Image, построенный из силуэтов человека с датчика глубины сенсора Kinect. В работе экспериментально подобраны характеристики нейронной сети, обеспечивающие лучшее качество работы программы. Отчёт 39 страниц, 3 главы, 8 иллюстраций, 1 таблица, 51 источников, 5 приложений Ключевые слова – распознавание действия человека, глубокое обучение, свёрточная нейронная сеть, Kinect, Motion History Image