DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Altres >
Enviament des de DRAC >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/13744

Arxiu Descripció MidaFormat
815-Automatic-learning-of-3D-pose-variability-in-walking-performances-for-gait-analysis(2).pdf487,17 kBAdobe PDFThumbnail

Títol: Automatic learning of 3D pose variability in walking performances for gait analysis
Autor: Rius, Ignasi; González Sabaté, Jordi Veure Producció científica UPC; Mozerov, Mikhail; Roca, Francesc Xavier
Data: 2008
Tipus de document: Article
Resum: This paper proposes an action specific model which automatically learns the variability of 3D human postures observed in a set of training sequences. First, a Dynamic Programing synchronization algorithm is presented in order to establish a mapping between postures from different walking cycles, so the whole training set can be synchronized to a common time pattern. Then, the model is trained using the public CMU motion capture dataset for the walking action, and a mean walking performance is automatically learnt. Additionally statistics about the observed variability of the postures and motion direction are also computed at each time step. As a result, in this work we have extended a similar action model successfully used for tracking, by providing facilities for gait analysis and gait recognition applications.
ISSN: 0973-6778
URI: http://hdl.handle.net/2117/13744
Versió de l'editor: http://paginas.fe.up.pt/~ijcvb/editions_v1_n1.htm
Apareix a les col·leccions:Altres. Enviament des de DRAC

Stats Mostra les estadístiques d'aquest ítem

SFX Query

Aquest ítem (excepte textos i imatges no creats per l'autor) està subjecte a una llicència de Creative Commons Llicència Creative Commons
Creative Commons


Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius