Captura de Movimento Sem Marcadores
A captura de movimento sem marcadores infere as posições 3D e os ângulos articulares de um sujeito em movimento a partir de sequências de vídeo usando visão computacional e aprendizado de máquina. Pioneira por abordagens de aprendizado profundo como OpenPose e MediaPipe, elimina a necessidade de marcadores refletivos ou sensores inerciais, tornando a captura de movimento acessível e prática para aplicações no mundo real.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Markerless Motion Capture. ScholarGate. https://scholargate.app/pt/biomechanics/markerless-motion-capture
Qual método?
Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.
- Análise de Marcha por DTWBiomecânica↔ comparar
- Cinemática DiretaBiomecânica↔ comparar
- Dinâmica InversaBiomecânica↔ comparar
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →