Organizace U  S Kód
hodnocení
Skupina
oborů
Body
výsledku
Body
upravené
Podíl VOBody VOBody VO
upravené
H14
Masarykova univerzita / Fakulta informatiky1516 D 441.26215.736141.26215.736
Výsledky hodnocení dříve prezentovala speciální podoba stránek výskytů výsledků doplněná informacemi o hodnocení daného výskytu a výsledku. To zde supluji doplněním kopií stránek z rvvi.cz/riv z 18.12.2017 o relevantní údaje z dat H16. Najetí myší na kód či skupinu zobrazí vysvětlující text (u některých vyřazených není k dispozici). Čísla jsou oproti zdroji zaokrouhlena na 3 desetinná místa.

Motion Images: An Effective Representation of Motion Capture Data for Similarity Search (2015)výskyt výsledku

Identifikační kódRIV/00216224:14330/15:00080885
Název v anglickém jazyceMotion Images: An Effective Representation of Motion Capture Data for Similarity Search
DruhD - Článek ve sborníku
Jazykeng - angličtina
Obor - skupinaI - Informatika
OborIN - Informatika
Rok uplatnění2015
Kód důvěrnosti údajůS - Úplné a pravdivé údaje o výsledku nepodléhající ochraně podle zvláštních právních předpisů.
Počet výskytů výsledku1
Počet tvůrců celkem3
Počet domácích tvůrců3
Výčet všech uvedených jednotlivých tvůrcůPetr Eliáš (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 3154033)
Jan Sedmidubský (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 5763835)
Pavel Zezula (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 3165647)
Popis výsledku v anglickém jazyceThe rapid development of motion capturing technologies has caused a massive usage of human motion data in a variety of fields, such as computer animation, gaming industry, medicine, sports and security. These technologies produce large volumes of complexspatio-temporal data which need to be effectively compared on the basis of similarity. In contrast to a traditional way of extracting numerical features, we propose a new idea to transform complex motion data into RGB images and compare them by content-based image retrieval methods. We see transformed RGB images as suitable application-independent features for their ability to preserve key aspects of performed motions. To demonstrate the usability of this idea, we evaluate a preliminary experiment thatclassifies 1,034 motions into 14 categories with the 87.4% precision.
Klíčová slova oddělená středníkemmotion capture data; motion similarity; visualization; motion image; action classification
Stránka www, na které se nachází výsledek-
DOI výsledku10.1007/978-3-319-25087-8_24

Údaje o výsledku v závislosti na druhu výsledku

Název sborníkuProceedings of 8th International Conference on Similarity Search and Applications (SISAP 2015), LNCS 9371
ISBN9783319250861
ISSN0302-9743
Počet stran výsledku6
Strana od-do250-255
Název nakladateleSpringer
Místo vydáníSwitzerland
Místo konání akceGlasgow, Scotland, UK
Datum konání akce2015
Typ akce podle státní příslušnosti účastníkůWRD - Celosvětová
Kód UT WoS článku podle Web of Science-

Ostatní informace o výsledku

PředkladatelMasarykova univerzita / Fakulta informatiky
DodavatelGA0 - Grantová agentura České republiky (GA ČR)
Rok sběru2016
SpecifikaceRIV/00216224:14330/15:00080885!RIV16-GA0-14330___
Datum poslední aktualizace výsledku17.05.0016
Kontrolní číslo191739241

Odkazy na výzkumné aktivity, při jejichž řešení výsledek vznikl

Projekt podporovaný GA ČR v programu GBGBP103/12/G084 - Centrum pro multi-modální interpretaci dat velkého rozsahu (2012 - 2018)