7. REFERENCES
[1] CMU Mocap Library. http://mocap.cs.cmu.edu/.
[2] Ohio State University Motion Capture Lab. http://accad.osu.edu/research/mocap/mocapdata.htm. [3] A. Agarwal and B. Triggs. 3D human pose from silhouettes by relevance vector regression. In Proc. IEEE Conference on Computer Vision and Pattern Recognition, 2004.
[4] I. Baran and J. Popovic. Automatic rigging and animation of 3D characters. ACM Trans. on Graphics, 26, 2007.
[5] J. Black, T. Ellis, and P. Rosin. A novel method for video tracking performance evaluation. In Proc. VS-PETS, 2003.
[6] C. Canton-Ferrer, J. Casas, and M. Pardas. Exploiting structural hierarchy in articulated objects towards robust motion capture. In Conf. on Articulated Motion and Deformable Objects, 2008.
[7] Y. Chen, R. Parent, R. Machiraju, and J. Davis. Human activity recognition for synthesis. In IEEE Workshop on Learning, Representation, and Context for Human Sensing in Video, 2006.
[8] Z. Deng, Q. Gu, and Q. Li. Perceptually consistent example-based human motion retrieval. In Proc. of ACM SIGGRAPH Symposium on Interactive 3D Graphics and Games (SI3D), 2009.
[9] X. Desurmont, J.-B. Hayet, C. Machy, J.-F. Delaigle, and J.-F. Macq. On the performance evaluation of tracking systems using multiple pan-tilt-zoom cameras. In IS&T/SPIE Symposium on Electronic Imaging, 2007.
[10] A. Elgammal and C.-S. Lee. Tracking people on torus. IEEE Trans. on Pattern Analysis and Machine Intelligence, 31:520–538, 2009.
[11] M. Gleicher. Retargetting motion to new characters. In SIGGRAPH, 1998.
[12] A. Godil and S. Ressler. Retrieval and clustering from a 3d human database based on body and head shape. In Proc. of SAE Digital Human Modeling Conference, 2006.
[13] F. Guo and G. Qian. Monocular 3D tracking of articulated human motion in silhouette and pose manifolds. EURASIP Journal on Image and Video Processing, 2008:1–18, 2008.
[14] L. Kovar, M. Gleicher, and F. Pighin. Motion graphs. In SIGGRAPH ’08: ACM SIGGRAPH 2008 classes, pages 1–10, New York, NY, USA, 2008. ACM.
[15] Y. Li, B. Wu, and R. Nevatia. Human detection by searching in 3d space using camera and scene knowledge. In Proc. International Conference on Pattern Recognition, 2008.
[16] Z. Lin, L. S. Davis, D. Doermann, and D. DeMenthon. Hierarchical part-template matching for human detection and segmentation. In IEEE International Conference on Computer Vision, 2007. [17] M. Meredith and S. Maddock. Motion capture file formats explained. Technical Report CS-01-11, University of Sheffield.
[18] M. M¨uller, T. R¨oder, and M. Clausen. Efficient content-based retrieval of motion capture data. ACM Trans. Graph., 24(3):677–685, 2005.
[19] L. Mundermann, S. Corazza, and T. P. Andriacchi. Accurately measuring human movement using articulated ICP with soft-joint constraints and a repository of articulated models. In Proc. IEEE Conference on Computer Vision and Pattern Recognition, 2007.
[20] O. Onder, U. Gudukbay, B. Ozguc, T. Erdem, C. E. Erdem, and M. Ozkan. Keyframe reduction techniques for motion capture data. In Proceedings of the 3DTV Conference: The True Vision - Capture, Transmission and Display of 3D Video, 2008.
[21] J. Park, S. Park, and J. Aggarwal. Model-based human motion tracking and behavior recognition using hierarchical finite state automata. In ACM Conference on Image and Video Retrieval, 2003.
[22] M. Pawar, G. Pradhan, K. Zhang, and B. Prabhakaran. Content based querying and searching for 3D human motions. In Proc. of Internaltional ACM Multimedia Modeling Conference, 2008.
[23] B. Peng, G. Qian, and S. Rajko. View-invariant full-body gesture recognition from video. In Proc. of International Conference on Pattern Recognition, 2008.
[24] F. Qureshi and D. Terzopoulos. Towards intelligent camera networks: A virtual vision approach. In Proc. VS-PETS, 2005.
[25] H. Ragheb, S. Velastin, P. Remagnino, and T. Ellis. Vihasi: Virtual human action silhouette data for the performance evaluation of silhouette-based action recognition methods. In Workshop on Activity Monitoring by Multi-Camera Surveillance Systems, 2008.
[26] L. Ren, A. Patrick, A. A. Efros, J. K. Hodgins, and J. M. Rehg. A data-driven approach to quantifying natural human motion. ACM Transactions on Graphics (SIGGRAPH 2005), 24(3):1090–1097, Aug. 2005.
[27] T. Schlogl, C. Beleznai, M. Winter, and H. Bischof. Performance evaluation metrics for motion detection and tracking. In Procs. International Conference on Pattern Recognition, 2004. [28] G. Shakhnarovich, P. Viola, and T. Darrell. Fast pose estimation with parameter sensitive hashing. In Proc. of International Conference on Computer Vision, 2003.
[29] L. Sigal, S. Bhatia, S. Roth, M. Black, and M. Isard. Tracking loose-limbed people. In Proc. IEEE Conference on Computer Vision and Pattern Recognition, 2004.
[30] L. Sigal and M. Black. HumanEva: Synchronized video and motion capture dataset for evaluation of articulated human motion. Technical Report CS-06-08, Brown University, 2006.
[31] C. Sminchisescu, A. Kanaujia, and D. N. Metaxas. Bm3e: Discriminative density propagation for visual tracking. IEEE Trans. on Pattern Analysis and Machine Intelligence, 29:2030–2044, 2007.
[32] C. Sminchisescu and B. Triggs. Kinematic jump processes for monocular 3d human tracking. In Proc. IEEE Conference on Computer Vision and Pattern Recognition, 2003.
[33] G. R. Taylor, A. J. Chosak, and P. C. Brewer. OVVV: Using virtual worlds to design and evaluate surveillance systems. In Proc. IEEE Conference on Computer Vision and Pattern Recognition, 2007.
[34] R. Urtasun and P. Fua. 3d human body tracking using deterministic temporal motion models. In Proc. of European Conference on Computer Vision, 2004.
[35] X. K. Wei and J. Chai. Modeling 3d human poses from uncalibrated monocular images. In Proc. IEEE International Conference on Computer Vision, 2009.
[36] X. Zhang and G. Fan. Dual gait generative models for human motion estimation from a single camera. IEEE Trans. on Systems, Man, and Cybernetics Part B: Cybernetics, 2010 (to appear).
[37] X. Zhang, G. Fan, and L. Chou. Two-layer gait generative models for estimating unknown human gait kinematics. In Proc. IEEE ICCV Workshop on Machine Learning for Vision-based Motion Analysis, 2009.
7 . อ้างอิง
[ 1 ] มช. โมแคปห้องสมุด http : / / โมแคป CS . มหาวิทยาลัยเชียงใหม่ . edu /
[ 2 ] มหาวิทยาลัยแห่งโอไฮโอการจับการเคลื่อนไหวที่ http://accad.osu.edu/research/mocap/mocapdata.htm . [ 3 ] A และ B triggs กลางวัน . 3 มิติเวกเตอร์ silhouettes ของมนุษย์ก่อให้เกิดจากความเกี่ยวข้องโดยการ ใน proc . โดยการประชุมในวิสัยทัศน์คอมพิวเตอร์และรูปแบบ , 2004
[ 4 ] . J Baran และขนมชนิดหนึ่ง .เสื้อผ้าแบบอัตโนมัติและความมีชีวิตชีวาของตัวละคร 3D พลอากาศเอก trans . กราฟิก , 26 , 2007
[ 5 ] J สีดำ ที เอลลิส และหน้าชันสน วิธีการใหม่สำหรับวิดีโอติดตาม ประเมินผลการปฏิบัติงาน ใน proc . vs-pets 2003
[ 6 ] C . Canton Ferrer , J . Casas และม. pardas . การใช้ประโยชน์จากโครงสร้างในลำดับชั้นของวัตถุต่อพ่วงจับการเคลื่อนไหวที่แข็งแกร่ง ในการประชุมในการเคลื่อนไหวและการพูดชัดแจ้งโดยวัตถุ2008
[ 7 ] . R . R . machiraju เฉิน , ผู้ปกครอง และ เจ เดวิส การรับรู้กิจกรรมของมนุษย์สำหรับการสังเคราะห์ โดยการประชุมเชิงปฏิบัติการในการเรียน การแสดง และบริบทของมนุษย์สัมผัสได้ในวิดีโอ , 2006
[ 8 ] Z . เติ้ง คิว กู และ คิว ลี ตัวอย่างสอดคล้องรับรูเรียกการเคลื่อนไหวของมนุษย์ตาม ใน proc . ของสัมมนาวิชาการซิกกราฟ ACM ในกราฟิก 3 มิติแบบโต้ตอบและเกม ( si3d ) 2009
[ 9 ] X desurmont J - Bhayet , C . machy J - F . delaigle และ J - F . MACQ . ในการประเมินประสิทธิภาพของระบบการติดตามการใช้กล้องซูมได้หลายกระทะเอียง ใน& T / spie เสวนาการถ่ายภาพอิเล็กทรอนิกส์ 2007
[ 10 ] . elgammal และซี - เอสอี ติดตามคนพรู . IEEE trans . ในการวิเคราะห์และความฉลาดของเครื่องจักรแบบ 31:520 ( 538 )
[ 11 ] ม. gleicher . retargetting การเคลื่อนไหวตัวละครใหม่ ในหินทราย ,1998
[ 12 ] . . . ressler Godil . การสืบค้นข้อมูล 3 มิติของมนุษย์และจากฐานข้อมูลตามร่างกายและศีรษะ รูปร่าง ใน proc . ของแซประชุมแบบมนุษย์ดิจิตอล 2006
[ 13 ] F และ G กั๋วเฉียน การติดตามการเคลื่อนไหวของมนุษย์ในภาพเงาของก้อง และก่อให้เกิด manifolds 3D ตาเดียว . eurasip วารสารบนภาพและการประมวลผลวิดีโอ 2008:1 – 18 , 2008
[ 14 ] L โควาร์ ม. gleicher และ F pighin .การเคลื่อนไหวของกราฟ ในความอคติ ' 08 : ม ซิกกราฟ 2008 ชั้นหน้า 1 – 10 , New York , NY , 2008 สหรัฐอเมริกา . พลอากาศเอก .
[ 15 ] วาย อี บี วู และ อาร์ nevatia . มนุษย์ตรวจสอบโดยการค้นหาในพื้นที่ 3 มิติโดยใช้กล้องและความรู้เกี่ยวกับฉาก ใน proc . การประชุมนานาชาติในรูปแบบ 2008
[ 16 ] Z L . S . เดวิส หลิน doermann D และ D dementhon .การตรวจหาส่วนแม่แบบการจับคู่ของมนุษย์และการแบ่งส่วนตลาด . ในการประชุมนานาชาติ IEEE ในวิสัยทัศน์คอมพิวเตอร์ , 2550 [ 17 ] เมตรเมเรดิธและ แมดด็อก . จับการเคลื่อนไหวจึงเลอรูปแบบอธิบาย cs-01-11 รายงานวิชาการ มหาวิทยาลัย เธอffiละมั่ง .
[ 18 ] . M ตั้งเลอร์ , T . r ตั้งโชว์และ เคลาเซิ่น . E ffi cient เนื้อหาการสืบค้นข้อมูลจับการเคลื่อนไหว พลอากาศเอก trans . กราฟ , 24 ( 3 ) : 1105 – 685 , 2005
[ 19 ] . mundermann เอส corazza และ ต. หน้า andriacchi . ถูกต้องวัดการเคลื่อนไหวของมนุษย์โดยใช้ก้อง ICP จำกัดร่วมนุ่มและกักเก็บก้องรุ่น ใน proc . โดยการประชุมในวิสัยทัศน์คอมพิวเตอร์และรูปแบบ , 2007 .
[ 20 ] . . . gudukbay พ. ozguc ต. Erdem , C . E . เด็ม และม. ozkan . คีย์เฟรมเทคนิคการกำจัดข้อมูลสำหรับจับการเคลื่อนไหวในการพิจารณาคดีของ 3dtv การประชุม : วิสัยทัศน์จริง - จับ , การส่งและการแสดงผลของวิดีโอ 3D , 2008
[ 21 ] เอส ปาร์คเจปาร์ค และ J . s . รูปแบบการติดตามและการรับรู้พฤติกรรมการใช้จึงจำกัดการเคลื่อนไหวของมนุษย์แบบไนท์ สภาพใช้ ในการประชุม ACM ในรูปภาพและการดึงวิดีโอ 2003
[ 22 ] ม. pradhan เต็มตัว - / - , G . เตีย และ prabhakaran .ตามเนื้อหา และหาข้อมูลการเคลื่อนไหวของมนุษย์ 3D ใน proc . ของ internaltional ACM ประชุมแบบมัลติมีเดีย , 2008 .
[ 23 ] B . เผิง จี สตีเวน และ rajko . ดูแบบเต็มร่างกายไม่เปลี่ยนแปลงท่าทางการยอมรับจากวิดีโอ ใน proc . ของการประชุมนานาชาติในรูปแบบ 2008
[ 24 ] F . qureshi และ terzopoulos . ต่อเครือข่ายกล้องฉลาด : แนวทางวิสัยทัศน์เสมือน ใน proc .vs-pets , 2005
[ 25 ] . ragheb เอส velastin , หน้า remagnino และ ต. เอลลิส vihasi : เสมือนการกระทำของมนุษย์ภาพเงาข้อมูลสำหรับการประเมินผลการใช้วิธีการรับรู้ภาพเงาการกระทำ ในการสัมมนาเชิงปฏิบัติการ เรื่อง การตรวจสอบกิจกรรมหลายกล้องวงจรปิดระบบ 2008
[ 26 ] L . เรน , A . แพทริค . . efros เจ เค ฮอดจิ้นส์ และ เจ เอ็ม rehg .วิธีการ - ให้ปริมาณการเคลื่อนไหวตามธรรมชาติของมนุษย์ พลอากาศเอกธุรกรรมบนกราฟิก ( ซิกกราฟ 2005 ) , 24 ( 3 ) : 1090 – 1097 , 2548 . .
[ 27 ] ต. schlogl , C . beleznai . ฤดูหนาว และ H . bischof . การประเมินผลตัวชี้วัดสำหรับตรวจจับการเคลื่อนไหวและการติดตาม ใน procs . การประชุมนานาชาติด้านการรู้จำแบบ , 2004 [ 28 ] . shakhnarovich , หน้าวิโอล่า และ ดาร์ริลการประมาณค่าพารามิเตอร์ความรวดเร็วก่อให้เกิด hashing . ใน proc . การประชุมระหว่างประเทศเกี่ยวกับวิสัยทัศน์ คอมพิวเตอร์ 2003
[ 29 ] . ไซเจิล เอส บัดติยา , S . Roth ) สีดำ และ isard . ติดตามคน limbed หลวม ใน proc . โดยการประชุมในวิสัยทัศน์คอมพิวเตอร์และรูปแบบ , 2004
[ 30 ] . ไซเจิลและ สีดำ humaneva :ตรงกันวิดีโอและการจับการเคลื่อนไหวข้อมูลประเมินผลก้องการเคลื่อนไหวของมนุษย์ รายงานทางเทคนิค cs-06-08 , มหาวิทยาลัย , น้ำตาล )
[ 31 ] C . sminchisescu อ. kanaujia และ D . N . metaxas . bm3e : การแพร่กระจายและความหนาแน่นสำหรับ Visual ติดตาม IEEE trans . ในการวิเคราะห์และความฉลาดของเครื่องจักรแบบ 29:2030 ( 2587 )
[ 32 ] C และ B sminchisescu triggs .กระโดดสำหรับ 3D มนุษย์ตาเชิงกระบวนการติดตาม ใน proc . โดยการประชุมในวิสัยทัศน์คอมพิวเตอร์และรูปแบบ , 2003
[ 33 ] G . R . Taylor , A . J . chosak และ P . C . 2549 . ovvv : การใช้โลกเสมือนจริงเพื่อการออกแบบและประเมินระบบเฝ้าระวัง . ใน proc . โดยการประชุมในวิสัยทัศน์คอมพิวเตอร์และรูปแบบต่างๆ
[ 34 ] R . urtasun , เฟื้อ .3D ร่างกายมนุษย์โดยใช้เวลาติดตาม deterministic เคลื่อนไหวแบบ ใน proc . การประชุมยุโรปในวิสัยทัศน์คอมพิวเตอร์ 2004
[ 35 ] X . K . เหว่ยเจและชัย โพสแบบมนุษย์ 3D จากภาพตาข้างเดียวยังไม่มีการตั้งค่าอุปกรณ์ให้เหมาะสม . ใน proc . โดยการประชุมระหว่างประเทศว่าด้วยวิสัยทัศน์คอมพิวเตอร์ 2009
[ 36 ] X . Zhang และ G . พัดลม สองก้าวเดินเข้า แบบจำลองการเคลื่อนไหวของมนุษย์จากกล้องเดียว IEEE trans .ระบบเพื่อนและไซเบอร์เนติกส์ส่วน b : ไซเบอร์เนติกส์ 2010 ( ให้ปรากฏ )
[ 37 ] เอ็กซ์ จาง จี พัดลม และ โจว . 2 ชั้น เดินเข้า แบบจำลองในการประมาณที่ไม่รู้จักลักษณะการเดินของมนุษย์ ใน proc . โดยการประชุมเชิงปฏิบัติการการเรียนรู้ iccv เครื่องวิเคราะห์การเคลื่อนไหวตามวิสัยทัศน์
)
การแปล กรุณารอสักครู่..
