Dynamic motion detection with human pose estimation
تفاصيل العمل
يدور هذا المشروع حول استخدام بيانات النقاط المفصلية البشرية (keypoints) لتدريب نموذج ذكاء اصطناعي قادر على تحديد أماكن المفاصل (مثل الكتفين، الكوعين، والركبتين)، وربطها لتكوين هيكل افتراضي يعكس وضعية الجسم في الصور والفيديوهات. ⚙️ أهم الخصائص والوظائف: حساب الزوايا: قياس الزاوية بين المفاصل المختلفة لتقييم وضعية الجسم بدقة. تحليل وضعية فردية: استخراج وتفسير تفاصيل وضعية شخص واحد في صورة. تحليل متعدد الأشخاص: التعرف بدقة على أكثر من شخص في صورة وتحليل وضعياتهم. تحليل الفيديو: معالجة الفيديوهات لتحليل الحركات والإشارات الجسدية. التحليل اللحظي: تحليل مباشر في الوقت الحقيقي عبر كاميرا الويب أو الكاميرا الخارجية. اكتشاف السقوط: الكشف عن حالات السقوط فور حدوثها، ما يدعم تطبيقات مهمة مثل رعاية كبار السن، السلامة في بيئات العمل، والمراقبة الصحية. 🖥️ واجهات سهلة الاستخدام: قمنا بتطوير أكثر من واجهة تفاعلية لضمان تجربة مستخدم مريحة وبسيطة: تطبيق ويب: يمكن للمستخدم رفع الصور أو تشغيل الكاميرا لرؤية الهيكل العظمي الافتراضي على الصورة أو الفيديو. تطبيق ويندوز: باستخدام مكتبة CustomTkinter، يحتوي على أزرار مخصصة لكل وظيفة: تحليل صورة لشخص واحد + حساب الزوايا. تحليل صورة تحتوي على عدة أشخاص + زوايا كل شخص. تحليل فيديوهات بدقة وسلاسة. بث مباشر من الكاميرا وتحليل لحظي للحركة والزوايا. 🔭 خطط التطوير المستقبلية: نسعى لتوسيع المشروع بشكل أكبر لأنه مش مجرد تقنية، بل وسيلة لتحقيق تأثير فعلي في مجالات متعددة. من مدربي اللياقة البدنية إلى مقدمي الرعاية الصحية، هذا النظام يمكن أن يُحدث فرقًا حقيقيًا في حياة الناس.
المهارات المستخدمة
تعليقات
لم يتم ترك أي تعليق حتى الأن
تعجبك !، قم بمشاركها