Algoritma Moving Pose
Presentasi akhir kami dari Desember 2020
Tentang Proyek
Sebagai proyek akhir kami untuk mata kuliah Introduction to Machine Learning (CSCI470) Musim Gugur 2020 di Colorado School of Mines, tim kami, yang terdiri dari Andrew Darling, Eric Hayes, dan saya sendiri (Mehmet), mengimplementasikan algoritma “Moving Pose”.
Tujuannya adalah mengambil dataset kerangka yang ditangkap oleh sensor kedalaman dan mengklasifikasikan tindakan manusia. Kami tidak hanya mengimplementasikan algoritme inti tetapi juga mengembangkan antarmuka pengguna sederhana untuk mendemonstrasikan kemampuannya.
Algoritma Moving Pose, yang awalnya diusulkan oleh Mihai Zanfir, Marius Leordeanu, dan Cristian Sminchisescu, adalah metode yang kuat untuk mengenali dan memahami tindakan manusia dengan cepat dan akurat dari data kerangka 3D.
Makalah
Implementasi kami didasarkan pada makalah The Moving Pose: Deskriptor Kinematika 3D yang Efisien untuk Pengenalan dan Deteksi Aksi dengan Latensi Rendah (PDF) oleh Mihai Zanfir, Marius Leordeanu, dan Cristian Sminchisescu.
Kumpulan Data
Model kami dilatih dan diuji pada Dataset MSR DailyActivity 3D. Kami berfokus pada tindakan-tindakan berikut dari dataset:
Pratinjau Antarmuka Pengguna
Kami membuat GUI sederhana untuk memvisualisasikan kinerja algoritme secara real-time. Untuk detail lebih lanjut tentang GUI dan perangkat keras yang digunakan, silakan lihat file README.md di direktori /movingpose/gui/ dari repositori proyek.
