Задълбочаване на технологията на Kinect за откриване на части от тялото от 3D данни - Ensiwiki
За тази тема е възможно да се възползвате от специфичен надзор по темата пъргави методи. За повече подробности вижте страницата Agile методи в специализирани проекти.
Обобщение
- 1 Рамка на проекта
- 2 фон
- 3 Цел
- 4 Библиография
- 5 Технически подробности
- 6 Полезен софтуер и API
Рамка на проекта
- Ръководител: Жан-Себастиен Франко.
- Брой ученици: 3 до 4.
- Предпоставки: възможно програмиране на Python или C ++, 3D графика, линейна алгебра, геометрия, вероятности.
Контекст
Чрез изследователския проект Natal, който произвежда търговската технология Kinect [5], Microsoft Research предложи голяма иновация в областта на заснемането на движение за видео игри. Това нововъведение се основава на използването на видеосензор, осигуряващ дълбочина на пиксел, от една страна, и на инструмент за машинно обучение, позволяващ да се класифицира всеки наблюдаван пиксел според вероятната част от тялото, към която принадлежи, само въз основа на геометрично измерване на дълбочината. Обучението се основава на много голяма база данни от наблюдавани пози и нова техника за класификация, въведена за случая, Случайни дървета [3]. Чрез този предмет ние предлагаме изучаване на тази техника [1,2] и нейните варианти [4], в зависимост от броя на хората, кандидатстващи за проекта.
