Algoritmo ng Moving Pose

Repo ng GitHub ng Proyekto

Ang aming pangwakas na presentasyon noong Disyembre 2020

Tungkol sa Proyekto

Bilang aming pangwakas na proyekto para sa Taglagas 2020 na kurso na Introduksyon sa Machine Learning (CSCI470) sa Colorado School of Mines, ang aming koponan, na binubuo nina Andrew Darling, Eric Hayes, at ako (Mehmet), ay nagpatupad ng algoritmong “Moving Pose”.

Ang layunin ay kumuha ng isang set ng datos ng balangkas na nakunan ng isang sensor ng lalim at i-klasipika ang mga kilos ng tao. Hindi lang namin ipinatupad ang pangunahing algoritmo kundi nag-develop din kami ng isang simpleng interface ng gumagamit upang ipakita ang mga kakayahan nito.

Ang algoritmong Moving Pose, na orihinal na iminungkahi nina Mihai Zanfir, Marius Leordeanu, at Cristian Sminchisescu, ay isang makapangyarihang pamamaraan para sa mabilis at tumpak na pagkilala at pag-unawa ng mga kilos ng tao mula sa 3D na datos ng balangkas.

Ang Papel

Ang aming implementasyon ay batay sa papel na Ang Moving Pose: Isang Mahusay na 3D Kinematika na Deskriptor para sa Pagkilala at Deteksiyon ng Aksyon na may Mababang Antala (PDF) ni Mihai Zanfir, Marius Leordeanu, at Cristian Sminchisescu.

Set ng Datos

Sinanay at sinubok ang aming modelo sa MSR Araw-araw na Aktibidad 3D Set ng Datos. Nagtuon kami sa mga sumusunod na kilos mula sa set ng datos:

Paunang-tanaw ng UI

Nagtayo kami ng isang simpleng GUI upang ipakita ang pagganap ng algoritmo nang real-time. Para sa karagdagang detalye tungkol sa GUI at sa ginagamit na hardware, pakitingnan ang README.md file sa /movingpose/gui/ na direktoryo ng repositoryo ng proyekto.