In this paper, we propose a compute

In this paper, we propose a computer vision scheme for action performance evaluation in video sequences. Different from action recognition algorithms that aim at the classification of an unknown action from a set of predefined reference actions, the action evaluation system scores the action performance of a trainee with respect to professional trainers. It can be applied to sports, exercise fitness and rehabilitation evaluation. The global spatiotemporal representation extended from the Motion History Image is used to describe space–time changes of an action in videos. A self-comparison mechanism that reconstructs the trainee’s action as a linear combination of the trainers’ temporal templates is used to measure the deviation. An exponential utility function converts the reconstruction error into an understandable score between 0% and 100%. Test results on table-tennis scenarios have shown the effectiveness of the proposed method. It is also computationally very fast for on-line, real-time feedback of action performance.

ผลลัพธ์ (ไทย) 1:

ในกระดาษนี้ เราเสนอแผนวิสัยทัศน์คอมพิวเตอร์สำหรับการประเมินผลการดำเนินการในลำดับวิดีโอ แตกต่างจากอัลกอริทึมการรับรู้การกระทำที่มุ่งการจัดประเภทของการดำเนินการที่ไม่รู้จักจากชุดของการดำเนินการอ้างอิงที่กำหนดไว้ล่วงหน้า การดำเนินการประเมินระบบคะแนนการดำเนินการเป็นเด็กฝึกกับโค้ชมืออาชีพ มันสามารถใช้ได้กับกีฬา ออกกำลังกายออกกำลังกายและการฟื้นฟูสมรรถภาพการประเมิน การแสดง spatiotemporal ทั่วโลกที่ขยายจากรูปเคลื่อนไหวประวัติศาสตร์ใช้อธิบายการเปลี่ยนแปลงเนื้อที่ – เวลาของการดำเนินการในวิดีโอ กลไกการเปรียบเทียบตนเองที่ reconstructs ทำฝึกหัดการดำเนินการรวมเชิงเส้นแบบชั่วคราวของผู้ฝึกอบรม ใช้สำหรับวัดการเบี่ยงเบน ฟังก์ชันอรรถประโยชน์เนนการแปลงข้อผิดพลาดการฟื้นฟูเป็นคะแนนความเข้าใจระหว่าง 0% และ 100% ผลการทดสอบในสถานการณ์ปิงปองได้แสดงประสิทธิภาพของวิธีการนำเสนอ Computationally อย่างรวดเร็วสำหรับคำติชมแบบเรียลไทม์ ออนไลน์ประสิทธิภาพการดำเนินการได้

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราจึงนำเสนอโครงการคอมพิวเตอร์วิสัยทัศน์สำหรับการประเมินผลการปฏิบัติงานการดำเนินการในลำดับวิดีโอ ขั้นตอนวิธีการที่แตกต่างจากการรับรู้การกระทำที่มีจุดมุ่งหมายในการจำแนกประเภทของการกระทำที่ไม่รู้จักจากชุดของการกระทำอ้างอิงที่กำหนดไว้ล่วงหน้าที่คะแนนระบบการประเมินผลการดำเนินการประสิทธิภาพการกระทำของเด็กฝึกงานเกี่ยวกับการฝึกอบรมมืออาชีพ ก็สามารถที่จะนำไปใช้กับกีฬาออกกำลังกายการออกกำลังกายและการประเมินผลการฟื้นฟูสมรรถภาพ การเป็นตัวแทน spatiotemporal ทั่วโลกยื่นออกมาจากประวัติศาสตร์ภาพเคลื่อนไหวใช้เพื่ออธิบายการเปลี่ยนแปลงพื้นที่เวลาของการดำเนินการในวิดีโอ กลไกการเปรียบเทียบตัวเองว่า reconstructs การดำเนินการฝึกอบรมในฐานะที่เป็นเชิงเส้นของการรวมกันฝึกอบรม 'แม่แบบชั่วคราวใช้ในการวัดค่าความเบี่ยงเบน ฟังก์ชั่นยูทิลิตี้ชี้แจงแปลงข้อผิดพลาดการฟื้นฟูเป็นที่เข้าใจคะแนนระหว่าง 0% และ 100% ผลการทดสอบในสถานการณ์ปิงปองได้แสดงให้เห็นประสิทธิภาพของวิธีการที่นำเสนอ นอกจากนี้ยังเป็นคอมพิวเตอร์ได้อย่างรวดเร็วมากสำหรับ On-line และข้อเสนอแนะในเวลาจริงของประสิทธิภาพการดำเนินการ

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เราเสนอวิสัยทัศน์คอมพิวเตอร์โครงการสำหรับการดำเนินการประเมินผลการปฏิบัติงานในวิดีโอ ลำดับ แตกต่างจากการรับรู้แบบมุ่งการจำแนกประเภทของการกระทำที่ไม่รู้จักจากชุดของการกระทำที่อ้างอิงที่กำหนดไว้ล่วงหน้าระบบประเมินการกระทำคะแนนการกระทำงานของศิลปินฝึกหัดและวิทยากรมืออาชีพ มันสามารถใช้กับกีฬา ฟิตเนส ออกกำลังกาย การประเมินและฟื้นฟู การแสดง spatiotemporal ทั่วโลกขยายจากการเคลื่อนไหวภาพประวัติศาสตร์ถูกใช้เพื่ออธิบายถึงการเปลี่ยนแปลงของพื้นที่เวลาและการกระทำ ในวิดีโอ การเปรียบเทียบตนเองเป็นกลไกที่ reconstructs trainee เนินการรวมกันเชิงเส้นของผู้ฝึกและแม่แบบที่ใช้วัดความเบี่ยงเบน ฟังก์ชันเอกซ์โพเนนเชียล แปลงยูทิลิตี้การฟื้นฟูข้อผิดพลาดเป็นคะแนนได้ระหว่าง 0 % และ 100 % ผลการทดสอบบนโต๊ะสถานการณ์เทนนิสได้แสดงประสิทธิภาพของวิธีการที่ได้นำเสนอ นอกจากนี้ยัง computationally อย่างรวดเร็วสำหรับออนไลน์ข้อมูลเรียลไทม์ของการปฏิบัติการ