Bắt chuyển động không cần đánh dấu
Bắt chuyển động không cần đánh dấu suy luận vị trí 3D và góc khớp của một đối tượng chuyển động từ chuỗi video bằng cách sử dụng thị giác máy tính và học máy. Được tiên phong bởi các phương pháp học sâu như OpenPose và MediaPipe, nó loại bỏ nhu cầu về các dấu hiệu phản xạ hoặc cảm biến quán tính, làm cho việc bắt chuyển động trở nên dễ tiếp cận và thiết thực cho các ứng dụng trong thế giới thực.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Markerless Motion Capture. ScholarGate. https://scholargate.app/vi/biomechanics/markerless-motion-capture
Phương pháp nào?
Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.
- Phân tích dáng đi bằng DTWCơ sinh học↔ so sánh
- Động học thuậnCơ sinh học↔ so sánh
- Động lực học ngượcCơ sinh học↔ so sánh
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →