เปรียบเทียบวิธี

	Common Spatial Pattern	การจับภาพเคลื่อนไหวแบบไร้เครื่องหมาย
สาขาวิชา	ชีวกลศาสตร์	ชีวกลศาสตร์
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	2000	2017
ผู้ริเริ่ม	Herbert Ramoser	Zhe Cao
ประเภท	Spatial filtering and feature extraction	Deep learning pipeline
แหล่งต้นตำรับ	Ramoser, H., Mueller-Gerking, J., & Pfurtscheller, G. (2000). Optimal spatial filtering of single trial EEG during imagined hand movement. IEEE Transactions on Rehabilitation Engineering, 8(4), 441-446.	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).
ชื่อเรียกอื่น	CSP, Spatial filtering, CSP decomposition	Marker-free tracking, Vision-based motion capture, Deep learning pose estimation
ที่เกี่ยวข้อง	3	3
สรุป	Common Spatial Pattern (CSP) is a spatial filtering technique that identifies electrode combinations that maximize the variance difference between two classes of EEG activity, typically used in brain-computer interfaces to enhance motor imagery discrimination. Introduced by Ramoser and colleagues in 2000, CSP has become a standard feature extraction method in BCI research.	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.