Algoritmo de Pose em Movimento
Repositório do GitHub do Projeto
Nossa apresentação final de dezembro de 2020
Sobre O Projeto
Como nosso projeto final para o curso de Introdução ao Aprendizado de Máquina (CSCI470) do outono de 2020 na Colorado School of Mines, nossa equipe, composta por Andrew Darling, Eric Hayes e eu (Mehmet), implementou o algoritmo “Pose em Movimento”.
O objetivo era pegar um conjunto de dados esqueléticos capturados por um sensor de profundidade e classificar ações humanas. Nós não apenas implementamos o algoritmo central, mas também desenvolvemos uma interface de usuário simples para demonstrar suas capacidades.
O algoritmo de Pose em Movimento, originalmente proposto por Mihai Zanfir, Marius Leordeanu e Cristian Sminchisescu, é um método poderoso para reconhecer e entender ações humanas de forma rápida e precisa a partir de dados esqueléticos 3D.
O Artigo
Nossa implementação é baseada no artigo The Moving Pose: An Efficient 3D Kinematics Descriptor for Low-Latency Action Recognition and Detection (PDF) de Mihai Zanfir, Marius Leordeanu e Cristian Sminchisescu.
Conjunto de Dados
Nosso modelo foi treinado e testado no Conjunto de Dados MSR DailyActivity 3D. Focamos nas seguintes ações do conjunto de dados:
Prévia da UI
Construímos uma GUI simples para visualizar o desempenho do algoritmo em tempo real. Para mais detalhes sobre a GUI e o hardware utilizado, consulte o arquivo README.md no diretório /movingpose/gui/ do repositório do projeto.
