ОБЗОР И ПРОБЛЕМЫ ИСПОЛЬЗОВАНИЯ ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ ТРЕХМЕРНОЙ ОЦЕНКИ ПОЗЫ ЧЕЛОВЕКА ПО ОДНОМУ ИЗОБРАЖЕНИЮ

О. А. Лямцев, И. И. Максименко

Об авторах

О. А. Лямцев, И. И. Максименко

Лямцев Олег Алексеевич – стажер-исследователь ФГБНУ "Институт прикладной математики и механики", ул. Розы Люксембург, 74, Донецк, 283048, Россия, бакалавр кафедры компьютерных технологий ФГБОУ ВО «ДонГУ», ул. Университетская, 24, Донецк, 283001, Россия. Область научных интересов: компью- терное зрение, машинное обучение, нейронные сети. Число научных публикаций – 5.

Максименко Игорь Иванович – заведующий отделом теории управляющих систем ФГБНУ "Институт прикладной математики и механики", ул. Розы Люксембург, 74, Донецк, 283048, Россия, доцент кафедры компьютерных технологий физико- технического факультета ФГБОУ ВО «ДонГУ», ул. Университетская, 24, Донецк, 283001, Россия. Область научных интересов: теория автоматов, теория графов, системы искусственного интеллекта. Число научных публикаций – более 40.

Скачать PDF

УДК: 004.932.2
DOI: 10.24412/2413-7383-2025-4-39-49-59
Язык: Русский

Аннотация: В статье рассмотрена задача трехмерной оценки позы человека по монокулярному изображению, приведено математическое описание, выделены основные подходы, проблемы в задаче и их решения, архитектуры нейронный сетей. Среди архитектур нейронных сетей наиболее популярны графовые сверточные сети, извлекающие локальную информацию из ближайших суставов и трансформеры, моделирующие глобальные зависимости через механизм внутреннего внимания. Среди ключевых проблем при решении задачи можно выделить: 1) неопределенность глубины; 2) окклюзия; 3) недостаточный объем и разнообразие обучающих данных.

Ключевые слова: трехмерная оценка позы человека, компьютерное зрение, глубокое обучение, нейронные сети, монокулярное изображение

Список литературы

1. El Kaid A. Baïna K. A Systematic Review of Recent Deep Learning Approaches for 3D Human Pose Estimation / A. El Kaid, K. Baïna // Journal of Imaging. – 2023. – P. 8-15. – DOI: 10.3390/jimaging9120275
2. Киселев Ю.В. Богомолов И.А. Розалиев В.Л. Баклан В.А. Анализ подходов, методов и решений для детектирования позы человека. выбор инструмента для задачи определения эмоционального состояния человека по его позе // Современные наукоемкие технологии. – 2023. – №6. – С. 41-47. – DOI: https://doi.org/10.17513/snt.39629
3. Шергин И.А. Рыжов А.П. Проблема оценки позы человека: задачи, методы, решения. // Интеллектуальные системы. Теория и приложения. – 2024. – С. 69-84.
4. Gong W. Zhang X. Gonzàlez J. Sobral A. Bouwmans T. Tu C. Zahzah E. Human Pose Estimation from Monocular Images: A Comprehensive Survey / W. Gong, X. Zhang, J. Gonzàlez, A. Sobral, T. Bouwmans, C. Tu // Sensors. – 2016. – P. 13-18. – DOI: 10.3390/s16121966
5. Loper M. Mahmood N. Romero J. Pons-Moll G. Black M. J. SMPL: A Skinned Multi-Person Linear Model / M. Loper, N. Mahmood, J. Romero, G. Pons-Moll, M. J. Black. – 2015. – P.1-10. – DOI: 10.1145/3596711.3596800
6. Zheng C. Wu W. Chen C. Yang T. Zhu S. Shen J. Kehtarnavaz N. Shah M. Deep Learning-Based Human Pose Estimation: A Survey – 2023. – URL: https://arxiv.org/pdf/2012.13392 (дата обращения 15.09.2025).
7. Zhou L. Meng X. Liu Z. Wu M. Gao Z. Wang P. Human Pose-based Estimation, Tracking and Action Recognition with Deep Learning: A Survey / L. Zhou, X. Meng, Z. Liu, M. Wu, Z. Gao, P. Wang – 2023. – P. 4-10. – DOI: arXiv.2310.13039v1 Обзор и проблемы использование глубокого обучения для трехмерной оценки … Л
8. Knap P. Human Modelling and Pose Estimation Overview / P. Knap. – 2024. – P. 1-4. – DOI: arXiv. 2406.19290v1
9. Cao Z. Hidalgo G. Simon T. Wei S. Sheikh Y. OpenPose: Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields / Z. Cao, G. Hidalgo, T. Simon, S. Wei, Y. Sheikh. – 2017. – P. 1-5. – DOI: arXiv:1812.08008
10. Pishchulin L. Insafutdinov E. Tang S. Andres B. Andriluka M. Gehler P. Schiele B. DeepCut: Joint Subset Partition and Labeling for Multi Person Pose Estimation / L. Pishchulin, E. Insafutdinov, S. Tang, B. Andres, M. Andriluka, P. Gehler, B. Schiele. – 2015. – P.1-15. – DOI: arXiv:1511.06645
11. Bazarevsky V. Grishchenko I. Raveendran K. Zhu T. Zhang F. Grundmann M. BlazePose: On-device Real-time Body Pose tracking / V. Bazarevsky, I. Grishchenko, K. Raveendran, T. Zhu, F. Zhang, M. Grundmann. – 2020. – P. 1-4. – DOI: arXiv:2006.10204
12. Shahjahan M. Hamza B. Flexible graph convolutional network for 3D human pose estimation / M. Shahjahan, B. Hamza. – 2024. – P. 1-7. – DOI: arXiv:2407.19077
13. Azizi N. Possegger H. Rodolà E. Bischof H. 3D Human Pose Estimation Using Möbius Graph Convolutional Networks / N. Azizi, H. Possegger, E. Rodolà. – 2022. – P. 1-13. – DOI: arXiv:2203.10554
14. Yang Z. Loo J. PyCAT4: A Hierarchical Vision Transformer-based Framework for 3D Human Pose Estimation – 2025. – URL: https://arxiv.org/pdf/2508.02806 (дата обращения 10.09.2025)
15. Zheng C. Zhu S. Mendieta M. Yang T. Chen C. Ding Z. 3D Human Pose Estimation with Spatial and Temporal Transformers / C. Zheng, S. Zhu, M. Mendieta, T. Yang, C. Chen, Z. Ding. – 2021. – P. 1-13. – DOI: arXiv:2103.10455v3
16. Birkl R. Wofk D. Muller M. MiDaS v3.1 – A Model Zoo for Robust Monocular Relative Depth Estimation – 2023. – URL: https://arxiv.org/pdf/2307.14460 (дата обращения 13.09.2025).
17. Wu C. Li J. Zhou J. Lin J. Gao K. Yan K. Qwen-Image Technical Report / C. Wu, J. Li, J. Zhou, J. Lin, K. Gao, K. Yan. – 2025. – P.1-23. – DOI: arXiv:2508.02324
18. Aouaidjiaa K. Lia A. Zhanga W. Zhanga C. 3D Human Pose Estimation via Spatial Graph Order Attention and Temporal Body Aware Transformer / K. Aouaidjiaa, A. Lia, W. Zhanga, C. Zhanga. – 2025. – P. 1-16. – DOI: arXiv.2505.01003v1
19. Mehraban S. Adeli V. Taati B. MotionAGFormer: Enhancing 3D Human Pose Estimation with a Transformer-GCNFormer Network / S. Mehraban, V. Adeli, B. Taati. – 2023. – P. 1-11. – DOI: arXiv:2310.16288
20. Fu Y. Huang C. Li J. Kong H. Tian Y. Li H. Zhang Z. HDiffTG: A Lightweight Hybrid Diffusion-

Выпуск: 4(39)'2025
Раздел: Искусственный интеллект и машинное обучение
Как цитировать: О. А. Лямцев, И. И. Максименко. ОБЗОР И ПРОБЛЕМЫ ИСПОЛЬЗОВАНИЯ ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ ТРЕХМЕРНОЙ ОЦЕНКИ ПОЗЫ ЧЕЛОВЕКА ПО ОДНОМУ ИЗОБРАЖЕНИЮ // Проблемы искусственного интеллекта. - 2025. - № 4 (39). - С. 49-59. - https://paijournal.guiaidn.ru/ru/2025/4(39)-5.html

Назад к выпуску 4(39)'2025