HuTrain : um framework para a rápida concepção de datasets de estimação de poses humanas

Abstract

Algoritmos de rastreamento de corpos baseados em imagem são úteis em diversos cenários, tais como animações de avatares e interação por gestos para aplicações em realidade virtual (VR, Virtual Reality). Nos últimos anos, as melhores soluções presentes no estado da arte referentes ao rastreamento de corpos (de acordo com as melhores bases de dados da área) são fortemente baseadas em algoritmos de redes neurais convolucionais (CNNs, Convolutional Neural Networks) e utilizam extensas bases de dados para o treinamento e validação de seus modelos propostos. Apesar de essas soluções atingirem altas pontuações de precisão quando avaliadas em algumas dessas bases de dados, existem alguns desafios de rastreamento específicos (por exemplo, cenários upside-down) os quais não são bem cobertos e, consequentemente, não são corretamente rastreados. Ao invés de condensar todos os casos em uma única solução de dataset, nesta dissertação é proposto o HuTrain, um framework para a criação de bases de dados (datasets) para a tarefa de estimação de poses humanas (HPE, Human Pose Estimation) de uma forma fácil e rápida. O HuTrain é composto por uma série de passos, incluindo a calibração automática de câmeras, estimação de poses humanas refinadas e conversão para formatos de bases de dados conhecidas. Com o HuTrain, o usuário é capaz gerar bases de dados referentes a poses humanas, atacando desafios de rastreamento específicos para o contexto de aplicação desejado, sem a necessidade de anotar instâncias de poses humanas manualmente. Neste cenário, os resultados apotam a utilização do HuTrain como sendo uma solução rápida, prática e efetiva para a concepção de datasets de estimação de poses humanas, sendo capaz de gerar um dataset com dezenas de milhares de amostras em poucas horas.