Motion Words: A Text-like Representation of 3D Skeleton Sequences

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F20%3A00114026" target="_blank" >RIV/00216224:14330/20:00114026 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-030-45439-5_35" target="_blank" >http://dx.doi.org/10.1007/978-3-030-45439-5_35</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-45439-5_35" target="_blank" >10.1007/978-3-030-45439-5_35</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Motion Words: A Text-like Representation of 3D Skeleton Sequences

Popis výsledku v původním jazyce

There is a growing amount of human motion data captured as a continuous 3D skeleton sequence without any information about its semantic partitioning. To make such unsegmented and unlabeled data efficiently accessible, we propose to transform them into a text-like representation and employ well-known text retrieval models. Specifically, we partition each motion synthetically into a sequence of short segments and quantize the segments into motion words, i.e. compact features with similar characteristics as words in text documents. We introduce several quantization techniques for building motion-word vocabularies and propose application-independent criteria for assessing the vocabulary quality. We verify these criteria on two real-life application scenarios.

Název v anglickém jazyce

Motion Words: A Text-like Representation of 3D Skeleton Sequences

Popis výsledku anglicky

There is a growing amount of human motion data captured as a continuous 3D skeleton sequence without any information about its semantic partitioning. To make such unsegmented and unlabeled data efficiently accessible, we propose to transform them into a text-like representation and employ well-known text retrieval models. Specifically, we partition each motion synthetically into a sequence of short segments and quantize the segments into motion words, i.e. compact features with similar characteristics as words in text documents. We introduce several quantization techniques for building motion-word vocabularies and propose application-independent criteria for assessing the vocabulary quality. We verify these criteria on two real-life application scenarios.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10200 - Computer and information sciences

Projekt

<a href="/cs/project/GA19-02033S" target="_blank" >GA19-02033S: Vyhledávání, analytika a anotace datových toků lidských pohybů</a><br>

Návaznosti

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

Rok uplatnění

2020

Kód důvěrnosti údajů

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

Název statě ve sborníku

42nd European Conference on Information Retrieval (ECIR)

ISBN

9783030454388

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

15

Strana od-do

527-541

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Lisbon, Portugal

Datum konání akce

1. 1. 2020

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—