Semantically Consistent Human Motion Segmentation
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F14%3A00073223" target="_blank" >RIV/00216224:14330/14:00073223 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-319-10073-9_36" target="_blank" >http://dx.doi.org/10.1007/978-3-319-10073-9_36</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-10073-9_36" target="_blank" >10.1007/978-3-319-10073-9_36</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Semantically Consistent Human Motion Segmentation
Popis výsledku v původním jazyce
The development of motion capturing devices like Microsoft Kinect poses new challenges in the exploitation of human-motion data for various application fields, such as computer animation, visual surveillance, sports or physical medicine. In such applications, motion segmentation is recognized as one of the most fundamental steps. Existing methods usually segment motions at the level of logical actions, like walking or jumping, to annotate the motion segments by textual descriptions. Although the action-level segmentation is convenient for motion summarization and action retrieval, it does not suit for general action-independent motion retrieval. In this paper, we introduce a novel semantically consistent algorithm for partitioning motions into short and further non-divisible segments. The property of semantic consistency ensures that the start and end of each segment are detected at semantically equivalent phases of movement to support general motion retrieval.
Název v anglickém jazyce
Semantically Consistent Human Motion Segmentation
Popis výsledku anglicky
The development of motion capturing devices like Microsoft Kinect poses new challenges in the exploitation of human-motion data for various application fields, such as computer animation, visual surveillance, sports or physical medicine. In such applications, motion segmentation is recognized as one of the most fundamental steps. Existing methods usually segment motions at the level of logical actions, like walking or jumping, to annotate the motion segments by textual descriptions. Although the action-level segmentation is convenient for motion summarization and action retrieval, it does not suit for general action-independent motion retrieval. In this paper, we introduce a novel semantically consistent algorithm for partitioning motions into short and further non-divisible segments. The property of semantic consistency ensures that the start and end of each segment are detected at semantically equivalent phases of movement to support general motion retrieval.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2014
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of 25th International Conference on Database and Expert Systems Applications (DEXA 2014), LNCS 8644
ISBN
9783319100722
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
15
Strana od-do
423-437
Název nakladatele
Springer
Místo vydání
Switzerland
Místo konání akce
Munich, Germany
Datum konání akce
1. 1. 2014
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—