Varga Zsolt (LinkedIn)
A szakdolgozat az emberi pózok közötti összehasonlíthatóságot vizsgálja azok alacsonyabb térbe való beágyazásán keresztül, mély hasonlósági tanulás segítségével. A konkrét implementáció metrikus tanuláson, illetve sziámi neurális háló architektúrán alapszik. A cél egy olyan leképzés létrehozása, amely a hasonló adatpontokat euklideszi értelemben egymáshoz közel, míg a különbözőeket távol helyezi el a térben. A módszer megfelelő olyan szemantikai hasonlóság alapú emberi póz beágyazás létrehozására, amely hatékonyabb a tradicionális megoldásokkal szemben. Az eredmények alapján a jelen megoldás jobb klasszifikációs teljesítményhez, illetve gyorsabb konvergenciához vezet tanulás során. Ez a megközelítés segíthet olyan további rendszerek létrehozásában, amelynek nem-triviális hasonlósági metrikákra van szükségük, pl. invariancia az oldalasságra, vagy testrészek pozíciójára. Ezen túl a beágyazások bementként szolgálhatnak egyéb modelleknek. Összességében a szakdolgozat kiindulópont lehet olyan fejlettebb technikák létrehozásában, melynek alapja az emberi testtartás, és potenciális alkalmazásokat rejt az egészségügy, oktatás, fitnesz, illetve más területek számára.