MSR 3d action dataset初步阅读笔…

今天开始实现Eigenjoints-based action recognition using naive-bayes-nearest-neighbor这篇论文的代码,数据集来自MSR,这里需要注意的是,我们下载数据集的网站http://research.microsoft.com/en-us/um/people/zliu/ActionRecoRsrc/default.htm上有多个数据集,我们下载的是 Skeleton Data in screen coordinates这个数据集

该数据集共有20个点,数据文件的格式型为a01_s02_e03_skeleton,表示该文件的数据对应于第二个人第三次展现第一个动作(actions 1 performed by subjects 2 with instances 3)。

源文件的每一行有四个元素   u, v, d, c ,u和v是对应点坐标,d是深度距离,c没弄懂是什么意思,说的是confidence score。第一个20行是第一张图片的20个点的信息,接下来20行是下一张图的信息,以此类推。

另外说几点其他相关内容:
1、reshape函数是从列开始填,即reshape(a,4,5);形成的是一个4行5列的矩阵,先把a的元素填满第一列,然后第二列.......所以有时在得到结果之后,需要转置

2、假设源文件对应的矩阵是4*L大小的数据集,那么用reshape(20,L/20,4)可以很方便的得到一个矩阵A,A( : , : , 1)表示所有图片的X坐标集合,A( : , : , 2)表示所有的Y坐标集合,以此类推
MSR <wbr>3d <wbr>action <wbr>dataset初步阅读笔记
MSR <wbr>3d <wbr>action <wbr>dataset初步阅读笔记
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值