무빙 포즈 알고리즘

프로젝트의 GitHub 저장소

2020년 12월의 우리의 최종 발표

프로젝트 소개

콜로라도 스쿨 오브 마인스(Colorado School of Mines)의 2020년 가을 Introduction to Machine Learning (CSCI470) 수업의 최종 프로젝트로, Andrew Darling, Eric Hayes, 그리고 저(메h멧)로 구성된 우리 팀은 “Moving Pose” 알고리즘을 구현했습니다.

목표는 깊이 센서로 캡처한 골격(skeletal) 데이터셋을 사용하여 인간의 동작을 분류하는 것이었습니다. 우리는 핵심 알고리즘을 구현했을 뿐만 아니라 그 기능을 시연하기 위한 간단한 사용자 인터페이스도 개발했습니다.

Moving Pose 알고리즘은 원래 Mihai Zanfir, Marius Leordeanu, 그리고 Cristian Sminchisescu에 의해 제안되었으며, 3D 골격 데이터를 통해 인간의 동작을 빠르고 정확하게 인식하고 이해하는 강력한 방법입니다.

논문

우리의 구현은 Mihai Zanfir, Marius Leordeanu, 그리고 Cristian Sminchisescu의 논문 The Moving Pose: An Efficient 3D Kinematics Descriptor for Low-Latency Action Recognition and Detection (PDF)를 기반으로 합니다.

데이터셋

우리 모델은 MSR DailyActivity 3D 데이터셋으로 학습되고 테스트되었습니다. 우리는 데이터셋에서 다음 동작들에 집중했습니다:

UI 미리보기

우리는 알고리즘의 성능을 실시간으로 시각화하기 위한 간단한 GUI를 만들었습니다. GUI 및 사용된 하드웨어에 대한 자세한 내용은 프로젝트 저장소의 /movingpose/gui/ 디렉터리에 있는 README.md 파일을 참조하세요.