Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Assessing similarity models for human-motion retrieval applications

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F16%3A00087724" target="_blank" >RIV/00216224:14330/16:00087724 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1002/cav.1674" target="_blank" >http://dx.doi.org/10.1002/cav.1674</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1002/cav.1674" target="_blank" >10.1002/cav.1674</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Assessing similarity models for human-motion retrieval applications

  • Popis výsledku v původním jazyce

    The development of motion capturing devices poses new challenges in the exploitation of human-motion data for various application fields, such as computer animation, visual surveillance, sports or physical medicine. Recently, a number of approaches dealing with motion data have been proposed, suggesting characteristic motion features to be extracted and compared on the basis of similarity. Unfortunately, almost each approach defines its own set of motion features and comparison methods, thus it is hard to fairly decide which similarity model is the most suitable for a given kind of human-motion retrieval application. To cope with this problem, we propose the HumAn Motion Model EvaluatoR (HAMMER) which is a generic framework for assessing candidate similarity models with respect to the purpose of the target application. The application purpose is specified by a user in form of a representative sample of categorized motion data.

  • Název v anglickém jazyce

    Assessing similarity models for human-motion retrieval applications

  • Popis výsledku anglicky

    The development of motion capturing devices poses new challenges in the exploitation of human-motion data for various application fields, such as computer animation, visual surveillance, sports or physical medicine. Recently, a number of approaches dealing with motion data have been proposed, suggesting characteristic motion features to be extracted and compared on the basis of similarity. Unfortunately, almost each approach defines its own set of motion features and comparison methods, thus it is hard to fairly decide which similarity model is the most suitable for a given kind of human-motion retrieval application. To cope with this problem, we propose the HumAn Motion Model EvaluatoR (HAMMER) which is a generic framework for assessing candidate similarity models with respect to the purpose of the target application. The application purpose is specified by a user in form of a representative sample of categorized motion data.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GBP103%2F12%2FG084" target="_blank" >GBP103/12/G084: Centrum pro multi-modální interpretaci dat velkého rozsahu</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2016

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Computer Animation and Virtual Worlds

  • ISSN

    1546-4261

  • e-ISSN

  • Svazek periodika

    27

  • Číslo periodika v rámci svazku

    5

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    17

  • Strana od-do

    484-500

  • Kód UT WoS článku

    000385614100003

  • EID výsledku v databázi Scopus