dluvizon/deephar
Deep human action recognition and pose estimation
解決的問題
此專案提供一個深度學習框架，用於同時進行 2D 與 3D 人體姿態估計及動作辨識。它解決了在即時情境下同時執行這些任務的挑戰，讓系統能辨識影像或影片中人體關節的位置以及該人正在執行的動作。
如何運作
該軟體實作多任務深度學習模型，可針對各種資料集（例如 MPII、Human3.6M 和 NTU）進行訓練，以執行多項電腦視覺任務。根據版本不同，它能從影像估計 2D 姿態、將 2D 姿態提升至 3D，並根據這些姿態進行動作分類。
適用對象
主要適用於電腦視覺領域的研究人員與開發者，特別是專注於人體運動分析、骨骼動畫與動作辨識的工作者。
特色
- 以多任務學習方法整合姿態估計與動作辨識。
- 支援 2D 與 3D 姿態估計。
- 在公開資料集（包括 MPII、Human3.6M、PennAction 和 NTU）上進行評估。
- 具備即時 3D 人體姿態估計的效能。
這是一個強大的多任務框架，能同時處理姿態估計與動作辨識，並在多個公開資料集上表現出色。— @username
相關
- 專案
- 專案
- 專案
- 專案
- 專案