Diseño, implementación y evaluación de un sistema de detección y seguimiento de la pose tridimensional de personas basado en “Deep Learning”

Abstract

En el presente trabajo se va a abordar el tema de la detección de las articulaciones y la pose tridimensional del cuerpo humano en el contexto de la valoración funcional de personas. El objetivo final sería evaluar el grado de dependencia, discapacidad y/o limitaciones que las personas puedan llegar a tener, en particular las de avanzada edad, al realizar actividades de la vida diaria, con especial énfasis en las actividades básicas, como pueden ser: comer, lavarse los dientes, sentarse, limpiar, etc. Con esto se pretende ayudar a los terapeutas ocupacionales a detectar limitaciones de forma temprana y obtener valoraciones objetivas a través del sistema automático, eliminando la subjetividad del personal evaluador y las interferencias que la presencia de este pueda ejercer en las personas que están siendo evaluadas. En el trabajo se estudiarán y aportarán algoritmos que proporcionen parámetros de destreza y funcionalidad. Para ello se han analizado las redes neuronales y las posibles arquitecturas que se podrían aplicar para resolver el problema mencionado. A tal efecto, se ha indagado en las redes que sean capaces de estimar la posición tridimensional de las articulaciones del cuerpo humano a partir de imágenes de profundidad y en RGB, con el fin de evaluar funcionalmente a las personas y obtener una valoración clínica valida.

This project will address the issue of joint detection and the three-dimensional pose of the human body in the context of the functional assessment of people. The final objective would be to evaluate the degree of dependence, disability and/or limitations that people may have, particularly the elderly, when performing activities of daily living, with special emphasis on basic activities, such as: eating, brushing teeth, sitting, cleaning, etc. With this we aim to help occupational therapists to detect limitations early and obtain objective evaluations through the automatic system, eliminating the subjectivity of the evaluating personnel and the interferences that the presence of the latter may exert on the people being evaluated. This proyect will study and provide algorithms that offer dexterity and functionality parameters. For this purpose, neural networks and the possible architectures that could be applied to solve the aforementioned problem has been analyzed. To this end, we have investigated networks capable of estimating the three-dimensional position of the joints of the human body from depth and RGB images, in order to functionally evaluate people and obtain a valid clinical assessment.