ScholarGate
Asistent
Process / pipelineComputer vision

Bezmarkovno snimanje pokreta

Bezmarkovno snimanje pokreta računalnim vidom i strojnim učenjem inferira 3D položaje i kutove zglobova pokretnog subjekta iz video sekvenci. Pionirski razvijen dubokim učenjem pomoću pristupa kao što su OpenPose i MediaPipe, eliminira potrebu za reflektirajućim markerima ili inercijskim senzorima, čineći snimanje pokreta pristupačnim i praktičnim za primjene u stvarnom svijetu.

Otvorite u MethodMindUskoroApply, compare, get guidance
Tools & resources
Preuzmi prezentaciju
Learn & explore
VideoUskoro

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Karta metoda

Okruženje srodnih metoda — odaberite čvor za istraživanje.

Izvori

  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

Kako citirati ovu stranicu

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

Koja metoda?

Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.

Usporedi jedno uz drugo

Citirana u

ScholarGateMarkerless Motion Capture (Markerless Motion Capture). Preuzeto 2026-06-17 s https://scholargate.app/hr/biomechanics/markerless-motion-capture · Skup podataka: https://doi.org/10.5281/zenodo.20539026