Child Action Recognition in RGB and RGB-D Data

Aizada Turarova, Aida Zhanatkyzy, Zhansaule Telisheva, Arman Sabyrov, Anara Sandygulova

2020

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.1145/3371382.3378391
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

The paper presents an ongoing work that aims for real-time action recognition specifically tailored for child-centered research. To this end, we collected and annotated a dataset of 200 primary school children aged 6 to 11 years old. Each child was asked to perform seven actions: boxing, waving, clapping, running, jogging, walking towards the camera, and walking from side to side. Two camera perspectives are provided, with a top view in RGB format and a frontal view in both RGB and RGB-D formats. Body keypoints (skeleton data) are extracted using OpenPose and OpenNI tools. The results of this work are expected to bridge the performance gap between activity recognition systems for adults and children.