ScholarGate
Assistent
Process / pipelineComputer vision

Markørløs bevægelsesregistrering

Markørløs bevægelsesregistrering udleder en bevægelig subjekts 3D-positioner og ledvinkler fra videosekvenser ved hjælp af computersyn og maskinlæring. Banebrydende af dybdelæringsmetoder som OpenPose og MediaPipe eliminerer den behovet for reflekterende markører eller inertisensorer, hvilket gør bevægelsesregistrering tilgængelig og praktisk til anvendelser i den virkelige verden.

Åbn i MethodMindSnartVideoSnartHent slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Metodekort

Nabolaget af beslægtede metoder — vælg en knude for at udforske.

Kilder

  1. Cao, Z., Simon, T., Wei, S. E., & Sheikh, Y. (2017). Realtime multi-person 2D pose estimation using part affinity fields. IEEE Conference on Computer Vision and Pattern Recognition (CVPR). DOI: 10.1109/CVPR.2017.143
  2. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. link

Sådan citerer du denne side

ScholarGate. (2026, June 3). Markerless Motion Capture. ScholarGate. https://scholargate.app/da/biomechanics/markerless-motion-capture

Hvilken metode?

Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.

Sammenlign side om side

Refereret af

ScholarGateMarkerless Motion Capture (Markerless Motion Capture). Hentet 2026-06-15 fra https://scholargate.app/da/biomechanics/markerless-motion-capture · Datasæt: https://doi.org/10.5281/zenodo.20539026