您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201403-342
论文题目 基于KDT的人体运动数据行为分割
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于KDT的人体运动数据行为分割

首发时间:2014-03-11

张毅 1    2   

张毅(1989年-),男,硕士研究生,主要研究方向:数字媒体内容处理

刘渭滨 1    2   

刘渭滨,教授,主要研究方向:计算机图形图像处理,计算机视觉,虚拟现实

  • 1、北京交通大学信息科学研究所,北京 100044
  • 2、现代信息科学与网络技术北京市重点实验室,北京 100044

摘要:针对人体运动数据的行为分割问题,描述了一种基于核动态纹理KDT(Kernel Dynamic Texture)的行为分割方法。这种思想借鉴了动态纹理在视频图像处理领域上的应用。该方法主要包括以下三个步骤:首先针对人体运动数据预处理,选取参考序列片段和子序列片段;接着利用核PCA(Principal Component Analysis)方法,对这些片段构建KDT;最后基于马丁距离度量不同人体运动数据KDT之间的相似性,通过相似性距离的跳变特性检测人体运动数据的行为分割点。通过实验证明了所描述的行为分割方法在准确率和召回率指标上表现出了良好的性能。

关键词: 计算机应用 行为分割 核动态纹理 运动捕捉 角色动画 人体运动分析

For information in English, please click here

Behavioral Segmentation for Human Motion Data Based on Kernel Dynamic Textures

ZHANG Yi 1   

张毅(1989年-),男,硕士研究生,主要研究方向:数字媒体内容处理

LIU Weibin 2   

刘渭滨,教授,主要研究方向:计算机图形图像处理,计算机视觉,虚拟现实

  • 1、Institute of Information Science, Beijing Jiaotong University, Beijing 100044, China
  • 2、 Beijing Key Laboratory of Advanced Information Science and Network Technology, Beijing 100044, China

Abstract:For the task of behavioral segmentation, This paper presents a motion segmentation method based on the Kernel Dynamic Texture (KDT), which is inspired by video and image processing with dynamic textures. The proposed approach mainly includes the following three steps: First, the human motion data is preprocessed. The reference sequence and subsequence clips are selected. Second, these clips are constructed KDT with kernel Principal Component Analysis (PCA) method. Finally, Martin distance is exploited to measure the similarity of distinct human motion data KDT, and we detect the behavioral cuts through analyzing the jumping features of similarity distance. Experiments show that the presented method performs good in term of recall and precision rate.

Keywords: computer application behavioral segmentation kernel dynamic texture motion capture character animation human motion analysis

Click to fold

点击收起

基金:

论文图表:

引用

导出参考文献

.txt .ris .doc
张毅,刘渭滨. 基于KDT的人体运动数据行为分割[EB/OL]. 北京:中国科技论文在线 [2014-03-11]. https://www.paper.edu.cn/releasepaper/content/201403-342.

No.4588278961250139****

同行评议

共计0人参与

评论

全部评论

0/1000

勘误表

基于KDT的人体运动数据行为分割