【ACM MM2018】157页基于相似度的动作捕捉数据处理教程(附PPT下载)

【导读】本教程介绍了在3D人类运动捕捉领域中,基于相似度的数据处理方法当前所遇到的挑战以及最佳实践,包括sub sequence searching,动作识别或语义分割。


摘要:


运动捕捉技术通过实时跟踪人体骨架关节的3D位置,以达到对人体运动进行数字化处理的目的。这种时空数据在许多领域具有巨大的应用前景,如计算机动画,运动和医疗领域等。但是,此类数据的计算方法始终是一个难题。在运动捕捉问题中记录的数据可能是不精确的,大量的,并且各种对象可以以不同的速度和时空位置上,执行相同的移动动作。与传统的域(如属性,文本或图像)相比,这需要采用完全不同的模型进行处理。


本教程的目的是介绍运动捕捉问题中,基于相似性处理的基本原理和技术实践。具体而言,我们强调,运动序列对之间相似度表示的重要性,并且还讨论了,应用于可自动获取的描述性运动特征的机器学习方法。解释了如何将相似性概念与学习特征一起,应用于在长运动序列中的搜索问题上。我们介绍了能够识别特定动作,并在连续运动序列中检测出这种动作的技术。相关的样例将通过在线Web应用程序进行演示。


请关注专知公众号(扫一扫最下面专知二维码,或者点击上方蓝色专知)

  • 后台回复“MM2018DB” 就可以获取PDF下载链接~ 



附PPT全文:




-END-

专 · 知


人工智能领域26个主题知识资料全集获取与加入专知人工智能服务群: 欢迎微信扫一扫加入专知人工智能知识星球群,获取专业知识教程视频资料和与专家交流咨询!


请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料!


请加专知小助手微信(扫一扫如下二维码添加),加入专知主题群(请备注主题类型:AI、NLP、CV、 KG等)交流~

 AI 项目技术 & 商务合作:bd@zhuanzhi.ai, 或扫描上面二维码联系!

请关注专知公众号,获取人工智能的专业知识!

点击“阅读原文”,使用专知



展开全文
Top
微信扫码咨询专知VIP会员