Markørløs bevegelsesfangst
Markørløs bevegelsesfangst utleder 3D-posisjoner og leddvinkler for et bevegelig subjekt fra videosekvenser ved hjelp av datasyn og maskinlæring. Pionert av dyp læringstilnærminger som OpenPose og MediaPipe, eliminerer den behovet for reflekterende markører eller treghetssensorer, noe som gjør bevegelsesfangst tilgjengelig og praktisk for reelle anvendelser.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Metodekart
Nabolaget av beslektede metoder — velg en node for å utforske.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Markerless Motion Capture. ScholarGate. https://scholargate.app/no/biomechanics/markerless-motion-capture
Hvilken metode?
Sett denne metoden ved siden av sin nærmeste slektning og les dem side om side — biblioteket legger bøkene på bordet; valget er ditt.
- DTW Gait AnalysisBiomekanikk↔ sammenlign
- ForoverkinematikkBiomekanikk↔ sammenlign
- Invers dynamikkBiomekanikk↔ sammenlign
Referert av
Similar methods
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →