Ўсиб келаётган ёш авлод жисмоний тарбияси ва спортда инновацион технологиялар

Ўсиб келаётган ёш авлод жисмоний тарбияси ва спортда инновацион технологиялар 
Халқаро иштирокчилар ҳамкорлигида республика илмий-амалий анжумани материаллари
 
65 
многочисленным изображениям. В частности, предлагаемый механизм включает в себя две 
задачи обучения, а именно: преобразование позы «2D -> 3D» (т.е. по плоской картинке в 
пространственную позу) и «обратную» проекцию позы «3D -> 2D», что служит мостом между 
позами 3D и 2D человека в виде «свободной» позы Stickman-а, описывающей точную 
трехмерной оценкой позы человека на кадре.
Программные коды нейронной сети, описанные в статье [5], имеются в публичном 
доступе [6].
Предлагаемый метод обучения нейронных сетей для оптимизации полученной модели 
следующий: обучение нейронной сети производится с помощью двух доступных дата-сетов: 
Human3.6M [7], содержащий 3.6 миллионов 3D-поз человека, и HumanEva-I [8], содержащий 
видео последовательности четырех объектов, выполняющих 6 распространенных движений и 
3D-позу объекта для каждого кадра видео. 
Для реализации нейросетей будем использовать библиотеки Keras версии 2.2.4-tf, 
использующие библиотеки Tensorflow версии 2.0.0-alpha0. Для обработки изображений будем 
использовать библиотеку PIL, для обработки данных numpy, для визуализации matplotlib. Все 
библиотеки устанавливаются с помощью Anaconda [9] - дистрибутива для Data Science. 
С помощью предложенного метода можно развить систему автоматической оценки и 
анализа гимнастических упражнений, которые можно использовать при исследовании 
улучшении результатов тренировки спортсменок. 
Литература и ссылки: 
1. Кумсков М.И., Маъмуров Б.Б., Маманазаров А.Б. “Инновационная система оценки 
качества выполнения гимнасткой обязательной программы спортивной гимнастики на основе 
ИТ-технологии Motion capture” - Республиканская научно-практическая конференция 
«Женский спорт: возможности и перспективы», Бухара, 5-6 мая 2017. 
2. Детектирование частей тела с помощью глубоких нейронных сетей (2018) -- 
https://habr.com/ru/company/ods/blog/354850/ 
3. Learning Acrobatics by Watching YouTube -- https://bair.berkeley.edu/ 
blog/2018/10/09/sfv/ 
4. С.Николенко, А. Кадурин, Е.Архангельская "Глубокое обучение. Погружение в мир 
нейронных сетей" - Издательство: Питер, 2018 г. 
5. Keze Wang, Liang Lin, Chenhan Jiang, Chen Qian, Pengxu Wei “3D Human Pose 
Machines with Self-supervised Learning” - https://arxiv.org/abs/1901.03798 
6. https://github.com/chanyn/3Dpose_ssl 
7. Human3.6M: Large Scale Datasets - http://vision.imar.ro/human3.6m/ description.php 
8. HumanEva-I dataset - http://humaneva.is.tue.mpg.de/ 
9. https://www.anaconda.com/distribution/