Algoritmo de Pose en Movimiento
Repositorio de GitHub del Proyecto
Nuestra presentación final de diciembre de 2020
Acerca del Proyecto
Como nuestro proyecto final para el curso de Introducción al Aprendizaje Automático (CSCI470) del Otoño de 2020 en la Escuela de Minas de Colorado, nuestro equipo, compuesto por Andrew Darling, Eric Hayes y yo (Mehmet), implementó el algoritmo “Pose en Movimiento”.
El objetivo era tomar un conjunto de datos esqueléticos capturados por un sensor de profundidad y clasificar acciones humanas. No solo implementamos el algoritmo central, sino que también desarrollamos una interfaz de usuario simple para demostrar sus capacidades.
El algoritmo de Pose en Movimiento, propuesto originalmente por Mihai Zanfir, Marius Leordeanu y Cristian Sminchisescu, es un método poderoso para reconocer y entender acciones humanas de manera rápida y precisa a partir de datos esqueléticos en 3D.
El Artículo
Nuestra implementación se basa en el artículo The Moving Pose: An Efficient 3D Kinematics Descriptor for Low-Latency Action Recognition and Detection (PDF) de Mihai Zanfir, Marius Leordeanu y Cristian Sminchisescu.
Conjunto de Datos
Nuestro modelo fue entrenado y probado en el Conjunto de Datos 3D de Actividades Diarias MSR. Nos enfocamos en las siguientes acciones del conjunto de datos:
Vista Previa de la Interfaz de Usuario
Construimos una GUI simple para visualizar el rendimiento del algoritmo en tiempo real. Para más detalles sobre la GUI y el hardware utilizado, consulte el archivo README.md en el directorio /movingpose/gui/ del repositorio del proyecto.
