การจับภาพเคลื่อนไหวแบบไร้เครื่องหมาย
การจับภาพเคลื่อนไหวแบบไร้เครื่องหมาย (Markerless motion capture) เป็นการอนุมานตำแหน่งสามมิติและมุมข้อต่อของวัตถุที่กำลังเคลื่อนไหวจากลำดับวิดีโอ โดยใช้คอมพิวเตอร์วิทัศน์และการเรียนรู้ของเครื่อง การบุกเบิกโดยแนวทาง deep learning เช่น OpenPose และ MediaPipe ทำให้ไม่จำเป็นต้องใช้เครื่องหมายสะท้อนแสงหรือเซ็นเซอร์เฉื่อย ทำให้การจับภาพเคลื่อนไหวสามารถเข้าถึงได้และใช้งานได้จริงสำหรับการใช้งานในโลกแห่งความเป็นจริง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Markerless Motion Capture. ScholarGate. https://scholargate.app/th/biomechanics/markerless-motion-capture
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- การวิเคราะห์การเดินด้วย DTWชีวกลศาสตร์↔ เปรียบเทียบ
- การเคลื่อนที่ไปข้างหน้าชีวกลศาสตร์↔ เปรียบเทียบ
- พลศาสตร์ผกผันชีวกลศาสตร์↔ เปรียบเทียบ