Asennon tunnistamisen mallien ja koulutusdatan vertailu

Abstract

Tutkielmassa tarkastellaan yleisimpiä menetelmiä ja koulutusaineistoja asennon tunnistamiseksi kuvasta ja videosta konenäön avulla. Tutkielmassa menetelmien kehitystä tarkastellaan tieteellisessä kirjallisuudessa mainittujen testien tulosten ja päätelmien perusteella. Koska eri aineistoille on usein käytetty keskenään erilaisia vertailumenetelmiä suorituskyvyn vertailemiseen, aineistojen keskinäinen vertailu on vaikeaa. Yksittäisiä aineistoja käyttäviä menetelmiä ja näiden kehitystä on kuitenkin helpompi verrata, ja tähän soveltuvia vertailuja löytyy kirjallisuudesta useista läheteistä. Kuitenkin, useita eri datasettejä ja malleja vertailevan tutkimuksen perusteella useampaa kuin yhtä menetelmää ja datasettiä käyttävät mallit ovat suoriutuneet paremmin, kuin yksittäisiä menetelmiä ja aineistoja käyttävät mallit. Vuonna 2021 julkaistiin avoimen lähdekoodin järjestelmiä vertaava tutkimus, jossa vertailtiin järjestelmiä AlphaPose, Detectron ja OpenPose. Näistä AlphaPose suoriutui parhaiten sekä nopeudessa että useassa tarkkuustestissä. Vuonna 2025 julkaistussa tutkimuksessa vertailtiin COCO-datasetillä järjestelmiä MoveNet, MediaPipe, OpenPose ja YOLO-pose. YOLO-pose sai tarkkuuden kannalta parhaita tuloksia 88,9% mAP-menetelmällä mitattuna, ja OpenPose teki arviot nopeiten 3,7 millisekunnin arviointiajalla. MoveNet oli toinen kummassakin kategoriassa 4,2 millisekunnin arviointiajalla, saaden 87.4% pisteistä. Menetelmät ovat kehittyneet vuosista 2015-2016, jolloin syväoppimista käyttävät menetelmät alkoivat yleistyä. Suorituskyvyn nollan ja yhden välillä pisteyttävällä menetelmällä mitattuna CASIA-B-datasettiä käyttävä järjestelmä sai 78,9 prosenttia pisteistä normaaleja kävelytilanteita tutkivassa mittauksessa vuonna 2015, ja vuonna 2020 tehty tutkimus ylsi 97,9 prosenttiin. OU-ISIR-datasettiä käyttävillä menetelmillä tehtyjen mittausten pisteet taas nousivat vuoden 2016 mittauksen 90,71 prosentista 99,90 prosenttiin vuonna 2020.