Continuous Action Recognition Based on Sequence Alignment
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F15%3A00230191" target="_blank" >RIV/68407700:21230/15:00230191 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/s11263-014-0758-9" target="_blank" >http://dx.doi.org/10.1007/s11263-014-0758-9</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/s11263-014-0758-9" target="_blank" >10.1007/s11263-014-0758-9</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Continuous Action Recognition Based on Sequence Alignment
Popis výsledku v původním jazyce
Continuous action recognition is more challenging than isolated recognition beca use classification and segmentation must be simultaneously carried out. We build on the well k nown dynamic time warping framework and devise a novel visual alignment technique, namely dyna mic frame warping (DFW), which performs isolated recognition based on per-frame representation of videos, and on aligning a test sequence with a model sequence. Moreover, we propose two ex tensions which enable to perform recognition concomitant with segmentation, namely one-pass DF W and two-pass DFW. These two methods have their roots in the domain of continuous recognition of speech and, to the best of our knowledge, their extension to continuous visual action reco gnition has been overlooked. We test and illustrate the proposed techniques with a recently re leased dataset (RAVEL) and with two public-domain datasets widely used in action recognition ( Hollywood-1 and Hollywood-2).We also compare the performances of t
Název v anglickém jazyce
Continuous Action Recognition Based on Sequence Alignment
Popis výsledku anglicky
Continuous action recognition is more challenging than isolated recognition beca use classification and segmentation must be simultaneously carried out. We build on the well k nown dynamic time warping framework and devise a novel visual alignment technique, namely dyna mic frame warping (DFW), which performs isolated recognition based on per-frame representation of videos, and on aligning a test sequence with a model sequence. Moreover, we propose two ex tensions which enable to perform recognition concomitant with segmentation, namely one-pass DF W and two-pass DFW. These two methods have their roots in the domain of continuous recognition of speech and, to the best of our knowledge, their extension to continuous visual action reco gnition has been overlooked. We test and illustrate the proposed techniques with a recently re leased dataset (RAVEL) and with two public-domain datasets widely used in action recognition ( Hollywood-1 and Hollywood-2).We also compare the performances of t
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
JD - Využití počítačů, robotika a její aplikace
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
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
International Journal of Computer Vision
ISSN
0920-5691
e-ISSN
—
Svazek periodika
112
Číslo periodika v rámci svazku
1
Stát vydavatele periodika
NL - Nizozemsko
Počet stran výsledku
25
Strana od-do
90-114
Kód UT WoS článku
000350361500005
EID výsledku v databázi Scopus
2-s2.0-84925543513