Process / pipelineComputer vision
לכידת תנועה ללא סמנים
לכידת תנועה ללא סמנים מסיקה את מיקומי התלת-ממד וזוויות המפרקים של נבדק נע מרצפי וידאו באמצעות ראייה ממוחשבת ולמידת מכונה. חלוצית על ידי גישות למידה עמוקה כגון OpenPose ו-MediaPipe, היא מבטלת את הצורך בסמנים מחזירי אור או חיישני אינרציה, מה שהופך לכידת תנועה לנגישה ומעשית ליישומים בעולם האמיתי.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
מפת שיטות
סביבת השיטות הקרובות — בחרו צומת כדי לחקור.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Markerless Motion Capture. ScholarGate. https://scholargate.app/he/biomechanics/markerless-motion-capture
איזו שיטה?
הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.
- ניתוח הליכה באמצעות עיוות זמן דינמיביומכניקה↔ השוואה
- קינמטיקה קדמיתביומכניקה↔ השוואה
- דינמיקה הפוכהביומכניקה↔ השוואה