移动姿势

Project’s GitHub Repo

我们2020年12月的最终演示

关于项目

作为我们在科罗拉多矿业学院2020年秋季机器学习导论（CSCI470）课程的期末项目，我们的团队，由Andrew Darling、Eric Hayes和我（Mehmet）组成，实现了“移动姿势”算法。

目标是使用深度传感器捕获的骨架数据集来分类人体动作。我们不仅实现了核心算法，还开发了一个简单的用户界面来展示其功能。

移动姿势算法最初由Mihai Zanfir、Marius Leordeanu和Cristian Sminchisescu提出，是一种能够快速且准确地从3D骨架数据中识别和理解人体动作的强大方法。

论文

我们的实现基于论文 The Moving Pose: An Efficient 3D Kinematics Descriptor for Low-Latency Action Recognition and Detection (PDF)，作者为 Mihai Zanfir、Marius Leordeanu 和 Cristian Sminchisescu。

数据集

我们的模型在 MSR DailyActivity 3D Dataset 上进行训练和测试。我们专注于数据集中的以下动作：

MSR DailyActivity 3D 数据集中的动作 ID

UI 预览

我们构建了一个简单的 GUI，以实时可视化算法的性能。有关 GUI 和所使用硬件的更多细节，请参阅项目仓库中 /movingpose/gui/ 目录下的 README.md 文件。