Szczegóły publikacji
Opis bibliograficzny
Analiza i optymalizacja modelu sztucznej inteligencji do odwzorowania sylwetki człowieka na podstawie obrazu z kamery internetowej — Analysis and optimization of an artificial intelligence model for a human pose estimation based on a webcam imagery / Łukasz Seratowicz, Jan DERKACZ // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN 1230-3496. — 2025 — R. 98 nr 4, s. 434–437. — Bibliogr. s. 437, Streszcz., Abstr. — KRiT 2025 : Konferencja Radiokomunikacji i Teleinformatyki : Gdańsk, 10–12 września 2025
Autorzy (2)
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 161971 |
|---|---|
| Data dodania do BaDAP | 2025-09-04 |
| Tekst źródłowy | URL |
| DOI | 10.15199/59.2025.4.98 |
| Rok publikacji | 2025 |
| Typ publikacji | referat w czasopiśmie |
| Otwarty dostęp |  |
| Creative Commons | |
| Czasopismo/seria | Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne |
Streszczenie
W artykule przeanalizowano i zoptymalizowano model YOLOv8-Pose do estymacji pozy ludzkiej w czasie rzeczywistym. Oceniono wydajność i dokładność różnych wariantów modelu, a także zbadano ich odporność na przypadki brzegowe, takie jak rotacja obrazu. Przedstawiono również rozszerzenie systemu o klasyfikator pozy jogi (Random Forest), który dzięki analizie kątów między stawami jest odporny na położenie osoby w kadrze i osiągnął skuteczność 95% (F1-Score).
Abstract
The paper analyzes and optimizes the YOLOv8-Pose model for real-time human pose estimation. Performance and accuracy of different model variants were evaluated, and their robustness to edge cases, such as image rotation, was also investigated. Furthermore, a system extension featuring a yoga pose classifier (Random Forest) is presented. This classifier, leveraging inter-joint angle analysis for invariance to the person’s position within the frame, achieved an F1-Score of 95%.