Tracking articulated bodies using generalized expectation maximization - Inria - Institut national de recherche en sciences et technologies du numérique
Communication Dans Un Congrès Année : 2008

Tracking articulated bodies using generalized expectation maximization

Résumé

A Generalized Expectation Maximization (GEM) algorithm is used to retrieve the pose of a person from a monocular video sequence shot with a moving camera. After embedding the set of possible poses in a low dimensional space using Principal Component Analysis, the configuration that gives the best match to the input image is held as estimate for the current frame. This match is computed iterating GEM to assign edge pixels to the correct body part and to find the body pose that maximizes the likelihood of the assignments.

Domaines

Vision par ordinateur et reconnaissance de formes [cs.CV]
Fichier principal
Vignette du fichier
nordia08-final.pdf (2.93 Mo) Télécharger le fichier
Vignette du fichier
results_1568.jpg (72.58 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Format Figure, Image

Elise Arnaud  : Connectez-vous pour contacter le contributeur

https://inria.hal.science/inria-00306612

Soumis le : vendredi 3 avril 2009-14:23:25

Dernière modification le : samedi 21 décembre 2024-03:20:21

Archivage à long terme le : vendredi 25 novembre 2016-23:21:24

Télécharger pour visualiser

Dates et versions

inria-00306612 , version 1 (03-04-2009)

Identifiants

Citer

Andrea Fossati, Élise Arnaud, Radu Horaud, Pascal Fua. Tracking articulated bodies using generalized expectation maximization. NORDIA - CVPRW 2008 - IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, Jun 2008, Anchorage, United States. pp.1-6, ⟨10.1109/CVPRW.2008.4563073⟩. ⟨inria-00306612⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UGA CNRS INRIA LJK LJK_GI LJK_GI_PERCEPTION INRIA2
184 Consultations
147 Téléchargements

Altmetric

Partager

More