Merkitön liikkeenkaappaus
Merkitön liikkeenkaappaus päättelee liikkuvan kohteen 3D-sijainnit ja nivelkulmat videojaksoista tietokonenäön ja koneoppimisen avulla. Syväoppimismenetelmät, kuten OpenPose ja MediaPipe, ovat olleet edelläkävijöitä tässä, ja ne poistavat heijastavien merkkien tai inertiasensoreiden tarpeen, mikä tekee liikkeenkaappauksesta helposti saatavilla ja käytännöllisen todellisen maailman sovelluksissa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- 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 ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Markerless Motion Capture. ScholarGate. https://scholargate.app/fi/biomechanics/markerless-motion-capture
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- DTW-kävelyanalyysiBiomekaniikka↔ vertaa
- Eteenpäin suuntautuva kinematikkaBiomekaniikka↔ vertaa
- Käänteinen dynamiikkaBiomekaniikka↔ vertaa
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →