🏠 Ana Sayfa
Benchmarklar
📊 Tüm Benchmarklar 🦖 Dinozor v1 🦖 Dinozor v2 ✅ To-Do List Uygulamaları 🎨 Yaratıcı Serbest Sayfalar 🎯 FSACB - Nihai Gösteri 🌍 Çeviri Benchmarkı
Modeller
🏆 En İyi 10 Model 🆓 Ücretsiz Modeller 📋 Tüm Modeller ⚙️ Kilo Code
Kaynaklar
💬 Prompt Kütüphanesi 📖 YZ Sözlüğü 🔗 Faydalı Bağlantılar

YZ Sözlüğü

Yapay Zekanın tam sözlüğü

162
kategoriler
2.032
alt kategoriler
23.060
terimler
📖
terimler

Keypoint Detection

Processus de localisation automatique de points d'intérêt spécifiques sur un objet ou une personne, souvent utilisé pour l'analyse de pose et le suivi de mouvement.

📖
terimler

Pose Estimation

Technique visant à déterminer la position et l'orientation d'un objet ou d'une personne dans l'espace en identifiant ses points clés anatomiques ou structurels.

📖
terimler

Heatmap Regression

Méthode de détection de points clés où le réseau neuronal génère des cartes de chaleur (heatmaps) indiquant la probabilité de présence de chaque point clé à chaque position de l'image.

📖
terimler

Skeleton Tracking

Suivi continu du squelette d'une personne ou d'un animal en temps réel, basé sur la détection et le suivi de ses articulations et points anatomiques clés.

📖
terimler

Part Affinity Fields (PAFs)

Vecteurs 2D qui encodent la position et l'orientation des membres, permettant d'associer les points clés détectés pour former un squelette cohérent dans les approches multi-personnes.

📖
terimler

Top-Down Approach

Stratégie d'estimation de pose qui détecte d'abord les bounding boxes des personnes, puis applique un estimateur de pose sur chaque personne individuellement.

📖
terimler

Bottom-Up Approach

Méthode d'estimation de pose qui détecte d'abord tous les points clés dans l'image, puis les regroupe pour former des poses individuelles.

📖
terimler

Cascaded Pyramid Network (CPN)

Architecture de réseau neuronal conçue pour l'estimation de pose humaine, utilisant des pyramides de caractéristiques pour capturer des informations globales et locales.

📖
terimler

Hourglass Network

Architecture de réseau neuronal en forme de sablier, particulièrement efficace pour la détection de points clés grâce à sa capacité à capturer des informations à plusieurs échelles.

📖
terimler

Graph Convolutional Networks (GCNs)

Réseaux de neurones qui opèrent sur des structures de graphe, idéaux pour modéliser les relations entre les points clés et les contraintes anatomiques dans l'estimation de pose.

📖
terimler

Pose Normalization

Processus de standardisation des poses détectées dans un espace commun pour faciliter la comparaison, l'analyse ou l'apprentissage de modèles de pose.

📖
terimler

Temporal Consistency

Principe assurant que les détections de points clés restent cohérentes et fluides d'une image à l'autre dans les séquences vidéo.

📖
terimler

Multi-Person Pose Estimation

Défi consistant à détecter simultanément les poses de plusieurs personnes dans une même image, nécessitant des algorithmes d'association et de regroupement complexes.

📖
terimler

3D Pose Reconstruction

Processus d'estimation de la position tridimensionnelle des points clés à partir d'images 2D, souvent utilisant des modèles paramétriques du corps humain.

📖
terimler

Parametric Human Models

Modèles mathématiques (comme SMPL) qui représentent la forme et la pose du corps humain à l'aide de paramètres, permettant une reconstruction 3D précise à partir de points clés 2D.

📖
terimler

Pose Embedding

Représentation vectorielle compacte d'une pose, capturant ses caractéristiques essentielles pour des tâches de classification, de recherche ou d'analyse de mouvement.

📖
terimler

Keypoint Descriptors

Vecteurs de caractéristiques qui décrivent l'apparence locale autour d'un point clé, utilisés pour l'appariement et le suivi entre différentes images.

🔍

Sonuç bulunamadı