Posición en Movimiento

Repositorio GitHub del proyecto

Nuestra Presentación (diciembre 2020)

Miembros:

  • Andrew Darling
  • Eric Hayes
  • Mehmet Yilmaz

Acerca de:

Este proyecto es nuestra implementación del algoritmo Moving Pose que fue propuesto por Mihai Zanfir, Marius Leordeanu y Cristian Sminchisescu en su artículo. El algoritmo se utiliza para reconocer y comprender acciones humanas de forma rápida y precisa usando datos de “esqueleto” de un sensor de profundidad.

Notas:

  • Dado un conjunto de datos basado en esqueletos recopilado de un sensor de profundidad, el objetivo es clasificar ciertas acciones humanas usando el algoritmo Moving Pose así como proporcionar una interfaz de usuario simple.
  • Para lograr este objetivo, implementamos el algoritmo Moving Pose del artículo mencionado a continuación y la base de datos mencionada a continuación.
  • Este es nuestro proyecto final de otoño 2020 CSCI470 (Introducción al Aprendizaje Automático). CSCI470 es una clase de pregrado ofrecida en la Colorado School of Mines. El nombre de nuestro equipo fue: Nestlé.
  • Por favor, vea /movingpose/gui/README.md para aprender más sobre la GUI y el/los hardware(s) utilizado(s).

Artículo Implementado:

  • Título: La Posición en Movimiento: Un Descriptor Cinético 3D Eficiente para el Reconocimiento y Detección de Acciones de Baja Latencia
  • Autores: Mihai Zanfir, Marius Leordeanu, & Cristian Sminchisescu.
  • Artículo: Zanfir_The_Moving_Pose_2013_ICCV_paper.pdf

Conjunto de Datos Utilizado:

  • Utilizamos el conjunto de datos MSR DailyActivity 3D: Dataset_Source
  • Identificadores de Acción del Conjunto de Datos Multiview Action 3D: 3

Vista Previa de la UI: