गतिमान पोझ अल्गोरिदम

प्रकल्पाचे गिटहब भांडार

डिसेंबर २०२० मधील आमचे अंतिम सादरीकरण

प्रकल्पाविषयी

कोलोरॅडो स्कूल ऑफ माइन्स येथील शरद ऋतूतील २०२० सालच्या मशीन लर्निंगच्या परिचयाच्या (CSCI470) अभ्यासक्रमासाठीचा आमचा अंतिम प्रकल्प म्हणून, Andrew Darling, Eric Hayes आणि मी (Mehmet) यांचा समावेश असलेल्या आमच्या संघाने “गतिमान पोझ” अल्गोरिदमची अंमलबजावणी केली.

गहनता संवेदकाद्वारे टिपलेला सांगाडा-आधारित डेटासंच घेऊन मानवी क्रियांचे वर्गीकरण करणे हे उद्दिष्ट होते. आम्ही केवळ मुख्य अल्गोरिदमची अंमलबजावणी केली नाही, तर त्याच्या क्षमता दाखवण्यासाठी एक साधा वापरकर्ता इंटरफेसही विकसित केला.

Mihai Zanfir, Marius Leordeanu आणि Cristian Sminchisescu यांनी मूळतः प्रस्तावित केलेला गतिमान पोझ अल्गोरिदम, त्रिमितीय सांगाडा-आधारित डेटामधून मानवी क्रिया जलद आणि अचूकपणे ओळखण्यासाठी व समजून घेण्यासाठी एक प्रभावी पद्धत आहे.

शोधनिबंध

आमची अंमलबजावणी द मूव्हिंग पोझ: कमी-विलंबित क्रिया ओळख आणि शोधासाठी एक कार्यक्षम त्रिमितीय गतिशास्त्रीय वर्णनकर्ता (पीडीएफ) या शोधनिबंधावर आधारित आहे. हा शोधनिबंध Mihai Zanfir, Marius Leordeanu आणि Cristian Sminchisescu यांनी लिहिला आहे.

डेटासंच

आमच्या मॉडेलला MSR डेलीॲक्टिव्हिटी त्रिमितीय डेटासंच यावर प्रशिक्षित व परीक्षित केले गेले. आम्ही डेटासंचातील पुढील क्रियांवर लक्ष केंद्रित केले:

वापरकर्ता इंटरफेसचे पूर्वदृश्य

अल्गोरिदमची कार्यक्षमता प्रत्यक्ष वेळेत दृश्यरूपात दाखवण्यासाठी आम्ही एक साधा ग्राफिकल वापरकर्ता इंटरफेस तयार केला. ग्राफिकल वापरकर्ता इंटरफेस आणि वापरलेल्या हार्डवेअरविषयी अधिक माहितीसाठी, कृपया प्रकल्पाच्या भांडारातील /movingpose/gui/ निर्देशिकेतील README.md फाइल पाहा.