وضع متحرك
عرضنا النهائي من ديسمبر 2020
حول المشروع
كمشروع نهائي لنا في دورة مقدمة تعلم الآلة (CSCI470) لخريف 2020 في كلية كولورادو للمعادن، نفّذ فريقنا، المكوّن من أندرو دارلينغ، إريك هايز، وأنا (محمد)، خوارزمية “Moving Pose”.
كان الهدف هو أخذ مجموعة بيانات هيكلية تم التقاطها بواسطة مستشعر عمق وتصنيف الأفعال البشرية. لم نقتصر فقط على تنفيذ الخوارزمية الأساسية بل طوّرنا أيضًا واجهة مستخدم بسيطة لعرض قدراتها.
خوارزمية Moving Pose، التي اقترحها مياهاي زانفير، ماريوس لورديانو، وكريستيان سمنشيسكو، هي طريقة قوية للتعرف على الأفعال البشرية وفهمها بسرعة ودقة من بيانات هيكلية ثلاثية الأبعاد.
الورقة
تنفيذنا يعتمد على الورقة The Moving Pose: An Efficient 3D Kinematics Descriptor for Low-Latency Action Recognition and Detection (PDF) بواسطة Mihai Zanfir, Marius Leordeanu, و Cristian Sminchisescu.
مجموعة البيانات
تم تدريب نموذجنا واختباره على MSR DailyActivity 3D Dataset. ركّزنا على الأفعال التالية من مجموعة البيانات:
معاينة واجهة المستخدم
بنينا واجهة مستخدم رسومية بسيطة لتصوير أداء الخوارزمية في الوقت الحقيقي. لمزيد من التفاصيل حول الواجهة والعتاد المستخدم، يرجى الاطلاع على ملف README.md في دليل /movingpose/gui/ في مستودع المشروع.
