论文阅读：3DV: 3D Dynamic Voxel for Action Recognition in Depth Video

最新推荐文章于 2022-05-01 10:59:28 发布
最新推荐文章于 2022-05-01 10:59:28 发布
阅读量556 收藏 1
点赞数 1
分类专栏： 康复训练论文阅读 文章标签： 3d
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/duoduohair/article/details/120993942
版权

论文所需的数据集：NTU RGB+D 需要去网站申请下载：https://rose1.ntu.edu.sg/dataset/actionRecognition/download
在这里插入图片描述
Northwestern-UCLA数据集简称N-UCLA：http://wangjiangb.github.io/my_data.html
在这里插入图片描述
UWA3DII数据集未找到
论文解析：https://blog.csdn.net/qq_38959366/article/details/107282241写的很好
在这里插入图片描述
本篇论文据作者所述是当前最好的方法，基于深度的方法由于基于骨骼的方法，对比试验做的很详细，源码在github
目前本人未完全复现
论文中提到体素的观念

路边大榕树
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
2021-11-03记录复现代码3DV Action到放弃的心得
duoduohair的博客
11-03 292
论文：3DV: 3D Dynamic Voxel for Action Recognition in Depth Video 论文下载链接：https://paperswithcode.com/paper/3dv-3d-dynamic-voxel-for-action-recognition#code 代码链接：https://github.com/3huo/3DV-Action 代码由以下部分组成，红色部分为根据代码内路径自行加入 作者在github提供了一些数据，看名称似乎是其中两个数据集，没搞明白怎么
3DV（读书笔记）3DV: 3D Dynamic Voxel for Action Recognition in Depth Video
qq_38959366的博客
07-11 2121
3DV: 3D Dynamic Voxel for Action Recognition in Depth Video(读书笔记) 标题：3DV: 3D Dynamic Voxel for Action Recognition in Depth Video #CVPR 2020# 深度视频中的动作识别 3D Dynamic Voxel 方法 作者： Yancheng Wang, Yang Xiao, Fu Xiong, Wenxiang Jiang, Zhiguo Cao, Joey Tianyi Zhou
Mix3D：大规模三维场景的数据增强（3DV2021）
3D视觉工坊
01-07 1170
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨图灵智库来源丨泡泡机器人SLAM标题: Mix3D: Out-of-Context Data Augmentation for...
Northwestern-UCLA dataset 人体动作识别数据集
iamjingong的博客
05-01 2357
wget http://users.eecs.northwestern.edu/~jwa368/data/multiview_action.tgz.part-aa wget http://users.eecs.northwestern.edu/~jwa368/data/multiview_action.tgz.part-ab wget http://users.eecs.northwestern.edu/~jwa368/data/multiview_action.tgz.part-ac wget http.
块：用C编写的3D Voxel沙箱
02-04
《块：用C编写的3D Voxel沙箱》是一个基于C语言开发的3D游戏项目，它利用了Voxel引擎技术来构建一个可交互的、像素化的虚拟世界。在这个项目中，我们主要关注以下几个核心知识点： 1. **Voxel**： Voxel是“体素”...
CubeWorld:使用Unity3D的3D Voxel游戏
05-16
3. **Unity3D引擎**：Unity3D是开发3D游戏的强大工具，提供了丰富的功能和资源，包括图形渲染、物理引擎、音频处理、动画系统等。开发者可以通过其可视化编辑器创建场景，编写脚本控制游戏行为，并能导出到多个平台...
Goxel：免费和开源3D Voxel编辑器-C/C++开发
05-26
Goxel：免费和开放源代码3D Voxel编辑器Goxel版本0.10.6作者：Guillaume Chereau [受电子邮件保护]官方网页：https://goxel.xyz关于您可以使用goxel创建体素图形（由立方体形成的3D图像）。 它可以在Linux，BSD，...
1K-3D-Voxel-Engines-1990s-:具有1K Turbo Pascal的3D Voxel引擎源代码
05-17
1K-3D-Voxel-Engines-1990s- 具有1K Turbo Pascal的3D Voxel引擎源代码该引擎是为每月举行1K代码竞赛的PC杂志编写的（我在那儿成功提交了几次）。 不幸的是，比赛结束后，比赛不再进行。
Northwestern-UCLA数据处理成AGCN网络可用的输入数据
iamjingong的博客
05-01 942
import argparse import pickle from tqdm import tqdm import sys sys.path.extend(['../']) from data_gen.preprocess import pre_normalization training_cameras = ['1', '2'] max_body_true = 1 max_body = 2 num_joint = 20 max_frame = 202 import numpy as np im.
用于人体动作识别的PKU-MMD大范围数据集
12-18
Despite the fact that many 3D human activity benchmarks being proposed, most existing action datasets focus on the action recognition tasks for the segmented videos. There is a lack of standard large-scale benchmarks, especially for current popular data-hungry deep learning based methods. In this paper, we introduce a new large scale benchmark (PKU-MMD) for continuous multi-modality 3D human action understanding and cover a wide range of complex human activities with well annotated information. PKU-MMD contains 1076 long video sequences in 51 action categories, performed by 66 subjects in three camera views. It contains almost 20,000 action instances and 5.4 million frames in total. Our dataset also provides multimodality data sources, including RGB, depth, Infrared Radiation and Skeleton. With different modalities, we conduct extensive experiments on our dataset in terms of two scenarios and evaluate different methods by various metrics, including a new proposed evaluation protocol 2D-AP. We believe this large-scale dataset will benefit future researches on action detection for the community
UWA ANDS VIVO Project:西澳大学ANDS VIVO项目-开源
05-07
该项目由ANDS（澳大利亚国家数据服务）资助，旨在为西澳大利亚大学的研究人员提供一种将研究数据集上传到中央Petastore的机制。 它还旨在将有关数据集的元数据发布到RDA（澳大利亚研究数据），以便可以通过搜索或浏览ANDS网站来发现（并可能共享）数据集。 为了实现上述功能，该项目使用了以下开源代码，并根据需要对其进行了自定义。 -Vivo（针对UWA配置，但无代码更改）-DSpace（显着定制）-iDrop上传工具（显着定制）-JDownloadManager（再次显着定制）此SourceForge项目中的软件包包含我们的定制版本的DSpace，iDrop和JDownloadManager。 在我们的解决方案中，对iDrop和JDownload Manager进行了修改以与DSpace交互，并且不能单独运行。 对于后端存储，我们使用iRods。
行为识别(HAR)调研
Ddreaming的博客
09-25 1万+
行为识别调研 一、介绍、背景 二、难点 1.类内和类间数据的差异。对于很多动作，本身就具有很大的差异性，例如不同人不同时刻的行走动作在速度或步长上就具有差异性。不同动作之间又可能具有很大的相似性 2.场景和视频的采集条件。背景是动态变化的或者光照、摄像头晃动等会影响结果。 三、数据集 1.Weizman-包含10种动作(走路、快跑、向前跳、测试跳、弯腰、挥单手、原地跳、
机器学习一些数据集
u013313168的专栏
04-14 7748
大数据 大数据 1.https://delicious.com/pskomoroch/dataset 2.http://stackoverflow.com/questions/10843892/download-large-data-for-hadoop 3.http://konect.uni-koblenz.de/ 搜狗实验室 http://www.sogou.com/labs/re
UCLA-(R Graphics: Intro to ggplot2)笔记
weixin_44468844的博客
03-17 868
原文请见R Graphics: Introduction to ggplot2 (12) (ucla.edu)https://stats.oarc.ucla.edu/stat/data/intro_ggplot2_int/ggplot2_intro_interactive.html#(12) 图形的语法元素 1. Data：变量，可映射到图的美学特征。 2. Geoms：图形上的对象/形状。 3. Stats: 汇总数据的统计转换（例如 mean，confidence intervals(置信区间)
UCI数据集介绍（论文常用数据集）
Panpan Wei的博客
04-28 2万+
UCI数据集作为一个标准测试数据集经常被用来训练机器学习的模型，广泛出现在机器学习的论文中，为了方便大家使用，本人对一些常用的数据集进行了整理。 1.UCI数据集介绍 UCI数据集网址如下 http://archive.ics.uci.edu/ml/index.php 例如点开iris数据集，会出现以下信息 在下面的Data Set Information介绍了数据集的详细信息，...
UCI数据集整理（附论文常用数据集）
热门推荐
思绪无限的博客
08-30 21万+
摘要：UCI数据集作为标准测试数据集经常出现在许多机器学习的论文中，为了更方便使用这些数据集有必要对其进行整理，这里整理了论文中经常出现的数据集，并详细介绍如何使用MATLAB将数据集文件整理成自己需要的格式以及如何使用数据集文件。要点如下 UCI数据集介绍 用程序整理数据集 如何使用数据集文件 点击跳转至UCI数据集下载页 1. 前言 UCI数据集是一个常用的机器...
数据集
guoxinian的专栏
01-07 5881
数据集 大数据 https://delicious.com/pskomoroch/dataset  http://stackoverflow.com/questions/10843892/download-large-data-for-hadoop http://konect.uni-koblenz.de/ 搜狗实验室 http://www.sogou.com/labs/resourc
论文翻译：Ensemble Deep Learning for Skeleton-based Action Recognition using Temporal Sliding LSTM networ
com_fang_bean的博客
07-22 894
研究了骨骼关节的特征表示和动作识别的时间动力学建模问题。传统方法一般使用依赖于某些节点的相对坐标系，只对长期依赖进行建模，而不考虑短期和中期依赖。我们不以原始骨架作为输入，而是将骨架转换为另一个坐标系，以获得对尺度、旋转和平移的鲁棒性，然后从中提取显著运动特征考虑到不同时间步长的长短期记忆(LSTM)网络能够很好地建模各种属性，我们提出了一种新的基于骨架的动作识别集成时域滑动LSTM (TS-LSTM)网络。该网络由短期、中期和长期TS-LSTM网络组成。在我们的网络中，我们利用多个部分之间的平均集合作为最
目标检测无人机数据集
最新发布
07-28
目前常用的目标检测无人机数据集有以下几个： 1. UAVDT（Unmanned Aerial Vehicle Detection Tracking）：该数据集包含了无人机在真实场景下的视频序列，包括11个城市中的280个视频。数据集中包含23个类别的目标，如行人、车辆、自行车等。 2. VisDrone：这是一个大规模的无人机视频数据集，包含了具有挑战性的场景，如天气变化、目标遮挡等。数据集中包含了共12个类别的目标，如车辆、行人、自行车等。 3. DOTA（Dataset for Object Detection in Aerial Images）：该数据集是专门针对航空图像中目标检测任务而设计的，包含2806张高分辨率航空图像。数据集中包含了15个类别的目标，如飞机、船只、桥梁等。 4. NWPU VHR-10（Northwestern Polytechnical University Very High Resolution 10）：这是一个用于航空图像目标检测的数据集，包含了800张高分辨率航空图像。数据集中包含了10个类别的目标，如车辆、建筑物、游泳池等。 以上是一些常用的目标检测无人机数据集，它们可用于训练和评估目标检测算法在无人机图像中的性能。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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