SEDMIDUBSKÝ, Jan, Petr ELIÁŠ a Pavel ZEZULA. Benchmarking Search and Annotation in Continuous Human Skeleton Sequences. In International Conference on Multimedia Retrieval (ICMR). New York, NY, USA: ACM, 2019. s. 38-42, 5 s. ISBN 978-1-4503-6765-3. doi:10.1145/3323873.3325013.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Benchmarking Search and Annotation in Continuous Human Skeleton Sequences
Autoři SEDMIDUBSKÝ, Jan (203 Česká republika, garant, domácí), Petr ELIÁŠ (203 Česká republika, domácí) a Pavel ZEZULA (203 Česká republika, domácí).
Vydání New York, NY, USA, International Conference on Multimedia Retrieval (ICMR), od s. 38-42, 5 s. 2019.
Nakladatel ACM
Další údaje
Originální jazyk angličtina
Typ výsledku Stať ve sborníku
Obor 10200 1.2 Computer and information sciences
Utajení není předmětem státního či obchodního tajemství
Forma vydání elektronická verze "online"
Organizační jednotka Fakulta informatiky
ISBN 978-1-4503-6765-3
Doi http://dx.doi.org/10.1145/3323873.3325013
Klíčová slova anglicky motion capture dataset;continuous 3D skeleton sequence;stream-based processing;benchmark;subsequence search;action detection;mining
Štítky DISA
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnil: RNDr. Jan Sedmidubský, Ph.D., učo 60474. Změněno: 13. 6. 2019 17:52.
Anotace
Motion capture data are digital representations of human movements in form of 3D trajectories of multiple body joints. To understand the captured motions, similarity-based processing and deep learning have already proved to be effective, especially in classifying pre-segmented actions. However, in real-world scenarios motion data are typically captured as long continuous sequences, without explicit knowledge of semantic partitioning. To make such unsegmented data accessible and reusable as required by many applications, there is a strong requirement to analyze, search, annotate and mine them automatically. However, there is currently an absence of datasets and benchmarks to test and compare the capabilities of the developed techniques for continuous motion data processing. In this paper, we introduce a new large-scale LSMB19 dataset consisting of two 3D skeleton sequences of a total length of 54.5 hours. We also define a benchmark on two important multimedia retrieval operations: subsequence search and annotation. Additionally, we exemplify the usability of the benchmark by establishing baseline results for these operations.
Návaznosti
GA19-02033S, projekt VaVNázev: Vyhledávání, analytika a anotace datových toků lidských pohybů
Investor: Grantová agentura ČR, Standardní projekty
VytisknoutZobrazeno: 26. 1. 2020 13:43