Markervrije bewegingsregistratie
Markervrije bewegingsregistratie (markerless motion capture) leidt de 3D-posities en gewrichtshoeken van een bewegend subject af uit videosequenties met behulp van computervisie en machine learning. Gepionierd door deep learning-benaderingen zoals OpenPose en MediaPipe, elimineert het de noodzaak van reflecterende markers of inertiële sensoren, waardoor bewegingsregistratie toegankelijk en praktisch wordt voor toepassingen in de echte wereld.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Markerless Motion Capture. ScholarGate. https://scholargate.app/nl/biomechanics/markerless-motion-capture
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- DTW-loopanalyseBiomechanica↔ vergelijken
- Voorwaartse KinematicaBiomechanica↔ vergelijken
- Inverse DynamicsBiomechanica↔ vergelijken
Geciteerd door
Similar methods
Een fout op deze pagina gezien? Meld het of stel een correctie voor →