Безмаркерный захват движения
Безмаркерный захват движения позволяет определять трехмерные положения и углы суставов движущегося объекта по видеопоследовательностям с использованием компьютерного зрения и машинного обучения. Разработанный на основе подходов глубокого обучения, таких как OpenPose и MediaPipe, он устраняет необходимость в отражающих маркерах или инерционных датчиках, делая захват движения доступным и практичным для реальных приложений.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Markerless Motion Capture. ScholarGate. https://scholargate.app/ru/biomechanics/markerless-motion-capture
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- DTW-анализ походкиБиомеханика↔ сравнить
- Прямая кинематикаБиомеханика↔ сравнить
- Обратная динамикаБиомеханика↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →