ScholarGate
Asisten
Process / pipelineComputer vision

Penangkapan Gerak Tanpa Penanda

Penangkapan gerak tanpa penanda menyimpulkan posisi 3D dan sudut sendi subjek yang bergerak dari urutan video menggunakan visi komputer dan pembelajaran mesin. Dipelopori oleh pendekatan pembelajaran mendalam seperti OpenPose dan MediaPipe, ini menghilangkan kebutuhan akan penanda reflektif atau sensor inersia, menjadikan penangkapan gerak dapat diakses dan praktis untuk aplikasi dunia nyata.

Buka di MethodMindSegeraApply, compare, get guidance
Tools & resources
Unduh salindia
Learn & explore
VideoSegera

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Peta metode

Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.

Sumber

  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

Cara menyitasi halaman ini

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

Metode yang mana?

Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.

Bandingkan berdampingan

Dirujuk oleh

ScholarGateMarkerless Motion Capture (Markerless Motion Capture). Diakses 2026-06-15 dari https://scholargate.app/id/biomechanics/markerless-motion-capture · Set data: https://doi.org/10.5281/zenodo.20539026