Дослідження методів класифікації вправ йоги, реалізованих засобами машинного навчання та нейронних мереж

Abstract

Об’єктом дослідження є методи класифікації, реалізовані засобами машинного навчання та нейронних мереж. Метою дослідження є порівняння методів класифікації зображень, основаних на машинному навчанні та нейронних мережах, шляхом розробки застосунку, що класифікує зображення основних поз йоги. Використано методи класифікації HOG-SVM, ResNet-50, Xception та EfficientNet-B4 для класифікації вправ йоги на зображеннях. Проведено аналіз сучасних методів класифікації об’єктів на зображеннях та відповідних літературних джерел. Сформовано та візуалізовано структуру методів та їх окремих блоків за допомогою схем. Наукова новизна роботи полягає у результатах порівняння методів класифікації зображень, основаних на машинному навчанні та нейронних мережах. Робота пов’язана з дослідженнями, у яких порівнюються архітектури ResNet, Xception, EfficientNet, з метою оцінювання їх продуктивності. Отримані результати можуть бути використані у низці практичних застосувань, пов’язаних із розпізнаванням людських поз та а втоматизацією. У результаті дослідження розроблено десктоп-застосунок класифікації виконання поз йоги на зображеннях із точністю у десятковому значенні та часом класифікування у секундах.