Methodenbewijsdossier
Markerless Motion Capture
Markerless motion capture infers the 3D positions and joint angles of a moving subject from video sequences using computer vision and machine learning. Pioneered by deep learning approaches such as OpenPose and MediaPipe, it eliminates the need for reflective markers or inertial sensors, making motion capture accessible and practical for real-world applications.
Bronrecord
Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.
Markerless Motion Capture
Taxonomisch methodendossier · process-pipeline / biomechanics
- 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. · URL
Gecureerde claims
Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.
Nog geen gecureerde claims
Deze weergave verzint geen claimbeoordeling als het register er geen heeft.
Gerelateerde methoden
Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.