Process / pipelineComputer vision
无标记动作捕捉
无标记动作捕捉利用计算机视觉和机器学习从视频序列中推断运动主体的三维位置和关节角度。以OpenPose和MediaPipe等深度学习方法为先驱，它消除了对反光标记或惯性传感器的需求，使动作捕捉在实际应用中更易于获取和实用。
在 MethodMind 中打开即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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 ↗
如何引用本页
ScholarGate. (2026, June 3). Markerless Motion Capture. ScholarGate. https://scholargate.app/zh/biomechanics/markerless-motion-capture
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →