A Kinect technológiájának elmélyítése a testrészek 3D adatokból történő kimutatására - Ensiwiki

Ehhez a tantárgyhoz lehetőség nyílik a témakör speciális felügyeletére agilis módszerek. További részletekért lásd az Agilis módszerek speciális projektekben oldalt.

Összegzés

1 Projekt keret
2 háttér
3 Cél
4 Irodalomjegyzék
5 Műszaki részletek
6 Hasznos szoftverek és API-k

Projekt kerete

Témavezető: Jean-Sébastien Franco.
Hallgatók száma: 3-4.
Feltételek: lehetséges Python vagy C ++ programozás, 3D grafika, lineáris algebra, geometria, valószínűségek.

Kontextus

A kereskedelmi kutatás, a Kinect [5] technológiát előállító Natal kutatási projekt révén a Microsoft Research egy jelentős újítást javasolt a videojátékok mozgásrögzítésének területén. Ez az újítás egy videoszenzor használatán alapul, amely egyrészt pixelenként mélységet biztosít, másrészt egy gépi tanulási eszközön, amely lehetővé teszi az egyes megfigyelt pixelek osztályozását annak a testnek a valószínű része szerint, amelyhez tartozik, csak a következők alapján: geometriai mélységmérés. A képzés a megfigyelt pózok nagyon nagy adatbázisán és az alkalomra bevezetett új osztályozási technikán, a Random Fákon alapszik [3]. Javasoljuk e témán keresztül ennek a technikának a tanulmányozását [1,2] és annak változatait [4], a projektre jelentkezők számától függően.