ScholarGate
Pembantu
Process / pipelineComputer vision

Penangkapan Gerakan Tanpa Penanda

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

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiMuat turun slaid

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Peta kaedah

Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.

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 memetik halaman ini

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

Kaedah yang mana?

Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.

Bandingkan secara bersebelahan

Dirujuk oleh

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