{ "cells": [ { "cell_type": "markdown", "metadata": {}, "source": [ "## ಆಪ್ಟಿಕಲ್ ಫ್ಲೋ ಬಳಸಿ ಕೈಬುಟ್ಟಿ ಚಲನೆ ಪತ್ತೆಹಚ್ಚುವುದು\n", "\n", "ಈ ಪ್ರಯೋಗಶಾಲೆ [ಆರಂಭಿಕರಿಗಾಗಿ AI ಪಠ್ಯಕ್ರಮ](http://aka.ms/ai-beginners) ಭಾಗವಾಗಿದೆ.\n", "\n", "ಸ್ಥಿರ ಹಿನ್ನೆಲೆಯ ಮೇಲೆ ಒಬ್ಬ ವ್ಯಕ್ತಿಯ ಕೈಬುಟ್ಟಿ ಎಡಕ್ಕೆ/ಬಲಕ್ಕೆ/ಮೇಲಕ್ಕೆ/ಕೆಳಗೆ ಚಲಿಸುವ [ಈ ವೀಡಿಯೋ](../../../../../../lessons/4-ComputerVision/06-IntroCV/lab/palm-movement.mp4) ಯನ್ನು ಪರಿಗಣಿಸಿ.\n", "\n", "\"Palm\n", "\n", "**ನಿಮ್ಮ ಗುರಿ** ಆಪ್ಟಿಕಲ್ ಫ್ಲೋ ಬಳಸಿ, ವೀಡಿಯೋದಲ್ಲಿ ಯಾವ ಭಾಗಗಳು ಮೇಲಕ್ಕೆ/ಕೆಳಗೆ/ಎಡಕ್ಕೆ/ಬಲಕ್ಕೆ ಚಲಿಸುತ್ತಿವೆ ಎಂದು ನಿರ್ಧರಿಸುವುದು.\n", "\n", "ವೀಡಿಯೋ ಫ್ರೇಮ್‌ಗಳನ್ನು ಲೆಕ್ಚರ್‌ನಲ್ಲಿ ವಿವರಿಸಿದಂತೆ ಪಡೆಯುವುದರಿಂದ ಪ್ರಾರಂಭಿಸಿ:\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "# Code here" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "ಈಗ, ಉಪನ್ಯಾಸದಲ್ಲಿ ವಿವರಿಸಿದಂತೆ ದಟ್ಟ ಆಪ್ಟಿಕಲ್ ಫ್ಲೋ ಫ್ರೇಮ್‌ಗಳನ್ನು ಲೆಕ್ಕಹಾಕಿ, ಮತ್ತು ದಟ್ಟ ಆಪ್ಟಿಕಲ್ ಫ್ಲೋವನ್ನು ಧ್ರುವೀಯ ಸಂಯೋಜನೆಗಳಿಗೆ ಪರಿವರ್ತಿಸಿ:\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "# Code here" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "ಪ್ರತಿ ಆಪ್ಟಿಕಲ್ ಫ್ಲೋ ಫ್ರೇಮಿನ ದಿಕ್ಕುಗಳ ಹಿಸ್ಟೋಗ್ರಾಂ ನಿರ್ಮಿಸಿ. ಹಿಸ್ಟೋಗ್ರಾಂವು ಎಷ್ಟು ವೆಕ್ಟರ್‌ಗಳು ನಿರ್ದಿಷ್ಟ ಬಿನ್‌ಗಳ ಅಡಿಯಲ್ಲಿ ಬರುತ್ತವೆ ಎಂದು ತೋರಿಸುತ್ತದೆ, ಮತ್ತು ಇದು ಫ್ರೇಮಿನ ಮೇಲೆ ನಡೆಯುವ ವಿಭಿನ್ನ ದಿಕ್ಕುಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಬೇಕು.\n", "\n", "> ನೀವು ನಿರ್ದಿಷ್ಟ ಮಿತಿಗಿಂತ ಕಡಿಮೆ ಪ್ರಮಾಣದ ಎಲ್ಲಾ ವೆಕ್ಟರ್‌ಗಳನ್ನು ಶೂನ್ಯಗೊಳಿಸಲು ಬಯಸಬಹುದು. ಇದರಿಂದ ಕಣ್ಣಿನ ಮತ್ತು ತಲೆಯಂತಹ ಚಿಕ್ಕ ಹೆಚ್ಚುವರಿ ಚಲನೆಗಳನ್ನು ವಿಡಿಯೋದಿಂದ ತೆಗೆದುಹಾಕಬಹುದು.\n", "\n", "ಕೆಲವು ಫ್ರೇಮ್‌ಗಳ ಹಿಸ್ಟೋಗ್ರಾಂಗಳನ್ನು ಪ್ಲಾಟ್ ಮಾಡಿ.\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "# Code here" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "ಹಿಸ್ಟೋಗ್ರಾಮ್‌ಗಳನ್ನು ನೋಡಿದಾಗ, ಚಲನೆಯ ದಿಕ್ಕನ್ನು ಹೇಗೆ ನಿರ್ಧರಿಸಬೇಕು ಎಂಬುದು ಬಹಳ ಸರಳವಾಗಿರುತ್ತದೆ. ನೀವು ಮೇಲಕ್ಕೆ/ಕೆಳಕ್ಕೆ/ಎಡಕ್ಕೆ/ಬಲಕ್ಕೆ ದಿಕ್ಕುಗಳಿಗೆ ಹೊಂದಿಕೆಯಾಗುವ ಬಿನ್‌ಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಬೇಕು, ಮತ್ತು ಅವು ನಿರ್ದಿಷ್ಟ ಮಿತಿ ಮೀರಿರಬೇಕು.\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "# Code here" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "ಅಭಿನಂದನೆಗಳು! ನೀವು ಮೇಲಿನ ಎಲ್ಲಾ ಹಂತಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸಿದ್ದರೆ, ನೀವು ಪ್ರಯೋಗಾಲಯವನ್ನು ಪೂರ್ಣಗೊಳಿಸಿದ್ದೀರಿ!\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "---\n\n\n**ಅಸ್ವೀಕರಣ**: \nಈ ದಸ್ತಾವೇಜು AI ಅನುವಾದ ಸೇವೆ [Co-op Translator](https://github.com/Azure/co-op-translator) ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ನಿಖರತೆಯಿಗಾಗಿ ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ದೋಷಗಳು ಅಥವಾ ಅಸತ್ಯತೆಗಳು ಇರಬಹುದು ಎಂದು ದಯವಿಟ್ಟು ಗಮನಿಸಿ. ಮೂಲ ಭಾಷೆಯಲ್ಲಿರುವ ಮೂಲ ದಸ್ತಾವೇಜನ್ನು ಅಧಿಕೃತ ಮೂಲವೆಂದು ಪರಿಗಣಿಸಬೇಕು. ಮಹತ್ವದ ಮಾಹಿತಿಗಾಗಿ, ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವಿಕೆ ಅಥವಾ ತಪ್ಪು ವಿವರಣೆಗಳಿಗೆ ನಾವು ಹೊಣೆಗಾರರಾಗುವುದಿಲ್ಲ.\n\n" ] } ], "metadata": { "language_info": { "name": "python" }, "orig_nbformat": 4, "coopTranslator": { "original_hash": "153d9e417e079bf62f8f693002d0deaf", "translation_date": "2025-11-26T01:26:33+00:00", "source_file": "lessons/4-ComputerVision/06-IntroCV/lab/MovementDetection.ipynb", "language_code": "kn" } }, "nbformat": 4, "nbformat_minor": 2 }