मूविंग पोज़

हमारी अंतिम प्रस्तुति दिसंबर 2020 से

परियोजना के बारे में

कोलोराडो स्कूल ऑफ़ माइन्स में फॉल 2020 इंट्रोडक्शन टू मशीन लर्निंग (CSCI470) कोर्स के लिए हमारा अंतिम प्रोजेक्ट, हमारी टीम, जिसमें एंड्र्यू डार्लिंग, एरिक हेय्स, और मैं (मेहमत) शामिल हैं, ने “Moving Pose” एल्गोरिदम को लागू किया।

लक्ष्य यह था कि गहराई सेंसर द्वारा कैप्चर किए गए कंकाल डेटा सेट को लेकर मानव क्रियाओं को वर्गीकृत किया जाए। हमने न केवल मुख्य एल्गोरिदम को लागू किया बल्कि इसकी क्षमताओं को प्रदर्शित करने के लिए एक सरल उपयोगकर्ता इंटरफ़ेस भी विकसित किया।

Moving Pose एल्गोरिदम, मूल रूप से मीहाई ज़ैनफ़िर, मारियस लेओर्डेआनु, और क्रिस्टियन स्मिंचिसेकु द्वारा प्रस्तावित, 3D कंकाल डेटा से मानव क्रियाओं को तेज़ी और सटीकता से पहचानने और समझने की एक शक्तिशाली विधि है।

पेपर

हमारा कार्यान्वयन पेपर The Moving Pose: कम-लेटेंसी एक्शन पहचान और डिटेक्शन के लिए एक कुशल 3D काइनेमेटिक्स डिस्क्रिप्टर (PDF) द्वारा Mihai Zanfir, Marius Leordeanu, और Cristian Sminchisescu पर आधारित है।

डेटासेट

हमारा मॉडल MSR DailyActivity 3D Dataset पर प्रशिक्षित और परीक्षण किया गया। हमने डेटासेट से निम्नलिखित क्रियाओं पर ध्यान केंद्रित किया:

UI प्रीव्यू

हमने वास्तविक समय में एल्गोरिदम के प्रदर्शन को विज़ुअलाइज़ करने के लिए एक सरल GUI बनाया। GUI और उपयोग किए गए हार्डवेयर के बारे में अधिक विवरण के लिए, कृपया प्रोजेक्ट के रिपॉज़िटरी में /movingpose/gui/ डायरेक्टरी में स्थित README.md फ़ाइल देखें।