はてブログ

はてなブックマーク新着エントリーの過去ログサイトです。



タグ 姿勢推定

新着順 人気順 5 users 10 users 50 users 100 users 500 users 1000 users
 
(1 - 5 / 5件)
 

ダーツが命中するかどうか、刺さる直前に教えてくれる装置を作った - Qiita

2019/12/09 このエントリーをはてなブックマークに追加 17 users Instapaper Pocket Tweet Facebook Share Evernote Clip Qiita 直後 ダーッ 映像 カメラ

ダーツが狙ったところに刺さるかどうか、投げた直後、つまり刺さる直前にお知らせすることで、0.2秒待てば分かることを0.2秒前に知って一喜一憂するためのアプリを作りました。 何を作ったか まず、的に向かってダーツを投げましょう。その様子をカメラで撮影し、その映像をもとにPCで姿勢推定を行います。推定された姿... 続きを読む

【機械学習 × テニス】姿勢推定とLightGBMを用いたテニスのスイング認識【動作検出】 - はんぺんのIT日記(改)

2019/09/21 このエントリーをはてなブックマークに追加 50 users Instapaper Pocket Tweet Facebook Share Evernote Clip LightGBM はんぺん テニス 動作検出 機械学習

はじめに 手法の決定 開発環境 データ取得 動画撮影 アノテーション 関節位置のデータ モデリング 学習用データ データ加工 データ分割 学習 評価 評価用データ Feature Importance Confusion matrix 動作の誤検出 高度化検討 トラッキングの追加 姿勢の検出精度の高いモデルの使用 特徴量の再検討 予測モデルへの転換 ... 続きを読む

TensorRT で物体検出・姿勢推定はどれくらい速くなる? - OPTiM TECH BLOG

2018/12/03 このエントリーをはてなブックマークに追加 21 users Instapaper Pocket Tweet Facebook Share Evernote Clip openpose TensorRT FPS 物体検出 向上

今回は、TensorRT で物体検出・姿勢推定はどれくらい速くなるのかを紹介します。せっかちな人のために、TensorRT による効果を先にかいつまんで書いておきます。 RefineDet という物体検出モデルでは 38 fps が 68 fps に向上 (x1.8 Faster!) OpenPose という複数人物姿勢推定モデルでは 10 fps が 25 fps に向上 (x2.5 ... 続きを読む

単眼カメラで撮影した映像を入力に、人の姿勢推定から着用する衣服まで再構築するマーカレスパフォーマンスキャプチャ技術を発表 | Seamless

2018/05/15 このエントリーをはてなブックマークに追加 57 users Instapaper Pocket Tweet Facebook Share Evernote Clip seamless 単眼カメラ EPFL 衣服 映像

単眼カメラで撮影した映像を入力に、人の姿勢推定から着用する衣服まで再構築するマーカレスパフォーマンスキャプチャ技術を発表 2018.05.16 機械学習/人工知能 独マックス・プランク情報科学研究所(Max Planck Institute for Informatics)とスイス連邦工科大学ローザンヌ校(EPFL)の研究者らは、1台の単眼カメラで撮影した映像を入力に、人間のポーズから着用する衣服... 続きを読む

Google、スマートフォン含むWebブラウザでリアルタイムに人間の姿勢推定を可能にする機械学習モデルPoseNet:TensorFlow.jsバーション発表 | Seamless

2018/05/08 このエントリーをはてなブックマークに追加 103 users Instapaper Pocket Tweet Facebook Share Evernote Clip seamless PoseNet リアルタイム 人物 人間

Google、スマートフォン含むWebブラウザでリアルタイムに人間の姿勢推定を可能にする機械学習モデルPoseNet:TensorFlow.jsバーション発表 2018.05.08 機械学習/人工知能 Googleは、Webブラウザでリアルタイムに人間の姿勢推定を可能にする機械学習モデル「PoseNet」TensorFlow.jsバーションを 発表しました。 PoseNetは、映像中の人物から1つ... 続きを読む

 
(1 - 5 / 5件)