Заключение. 
Программа классификации психофизиологической двигательной активности человека, основанная на нейронной сети глубокого обучения

В ВКР разработана программа классификации психофизиологической двигательной активности человека, основанная на нейронной сети глубокого обучения — свёрточной нейронной сети. Программа показывает хорошие результаты классификации заданных действий человека — взмахи двумя руками, взмахи правой и левой руки, хлопки руками и прыжки на месте.

Kinect SDK предоставляет богатый API для работы с сенсором Kinect, что позволяет без лишних трудностей работать с входными изображениями, накладывая ограничение только на операционную систему и среду разработки. Motion History Image имеет как плюсы, так и минусы. MHI вычисляется быстро и легко, но не может быть использовано для продолжительных действий и случаев взаимодействия с окружающей средой.

Свёрточная нейронная сеть является лучшей глубокой нейронной сетью, работающей с изображениями. Объясняется это тем, что структура и некоторые концепции сети были переняты исследованиями зрительной коры головного мозга. Библиотека Theano, разрабатываемая специально для машинного обучения и алгоритмов глубокого обучения, предоставляет готовые функции для моделирования нейронных сетей.

Дополнительно реализована возможность обучения сети с любыми пользовательскими характеристиками для тестирования и отладки. При помощи конфигурационного файла можно корректировать количество нейронов в скрытых слоях, разрешения изображений, количество ядер свертки и прочее.

Данная работа позволяет продолжить исследование по следующим направлениям: изменение архитектуры нейронной сети, построение нового дескриптора для видеопотока и реализацию кроссплатформенной версии с поддержкой других камер с датчиком глубины.