Kustību uztveršana bez marķieriem
Kustību uztveršana bez marķieriem (markerless motion capture) no video sekvencēm, izmantojot dators redzi un mašīnmācīšanos, nosaka kustīga objekta 3D pozīcijas un locītavu leņķus. Tā kā to popularizēja dziļās mācīšanās metodes, piemēram, OpenPose un MediaPipe, tā novērš nepieciešamību pēc atstarojošiem marķieriem vai inerciāliem sensoriem, padarot kustību uztveršanu pieejamu un praktisku reālās pasaules lietojumprogrammās.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Markerless Motion Capture. ScholarGate. https://scholargate.app/lv/biomechanics/markerless-motion-capture
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- DTW Gait AnalysisBiomehānika↔ salīdzināt
- Priekšējā kinemātikaBiomehānika↔ salīdzināt
- Inversā dinamikaBiomehānika↔ salīdzināt
Uz to atsaucas
Similar methods
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →