VALČÍK, Jakub, Jan SEDMIDUBSKÝ a Pavel ZEZULA. Improving Kinect-Skeleton Estimation. Online. In S. Battiato et al. Advanced Concepts for Intelligent Vision Systems (ACIVS 2015), LNCS 9386. Switzerland: Springer, 2015. s. 575-587. ISBN 978-3-319-25902-4. Dostupné z: https://dx.doi.org/10.1007/978-3-319-25903-1_50. [citováno 2024-04-24]
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Improving Kinect-Skeleton Estimation
Autoři VALČÍK, Jakub (203 Česká republika, domácí), Jan SEDMIDUBSKÝ (203 Česká republika, garant, domácí) a Pavel ZEZULA (203 Česká republika, domácí)
Vydání Switzerland, Advanced Concepts for Intelligent Vision Systems (ACIVS 2015), LNCS 9386, od s. 575-587, 13 s. 2015.
Nakladatel Springer
Další údaje
Originální jazyk angličtina
Typ výsledku Stať ve sborníku
Obor 10201 Computer sciences, information science, bioinformatics
Utajení není předmětem státního či obchodního tajemství
Forma vydání tištěná verze "print"
Impakt faktor Impact factor: 0.402 v roce 2005
Kód RIV RIV/00216224:14330/15:00080933
Organizační jednotka Fakulta informatiky
ISBN 978-3-319-25902-4
ISSN 0302-9743
Doi http://dx.doi.org/10.1007/978-3-319-25903-1_50
UT WoS 000374794500050
Klíčová slova anglicky Kinect v2; skeleton proportions; bone length estimation; joint accuracy
Štítky DISA, firank_B
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnil: doc. RNDr. Jan Sedmidubský, Ph.D., učo 60474. Změněno: 31. 3. 2016 13:26.
Anotace
Capturing human movement activities through various sensor technologies is becoming more and more important in entertainment, film industry, military, healthcare or sports. The Microsoft Kinect is an example of low-cost capturing technology that enables to digitize human movement into a 3D motion representation. However, the accuracy of this representation is often underestimated which results in decreasing effectiveness of Kinect applications. In this paper, we propose advanced post-processing methods to improve the accuracy of the Kinect skeleton estimation. By evaluating these methods on real-life data we decrease the error in accuracy of measured lengths of bones more than two times.
Návaznosti
GBP103/12/G084, projekt VaVNázev: Centrum pro multi-modální interpretaci dat velkého rozsahu
Investor: Grantová agentura ČR, Centrum pro multi-modální interpretaci dat velkého rozsahu
MUNI/A/1206/2014, interní kód MUNázev: Zapojení studentů Fakulty informatiky do mezinárodní vědecké komunity (Akronym: SKOMU)
Investor: Masarykova univerzita, Zapojení studentů Fakulty informatiky do mezinárodní vědecké komunity, DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty
VytisknoutZobrazeno: 24. 4. 2024 04:00