ActAr : Actor-driven pose embeddings for video action recognition

Soufiane Lamghari, Guillaume-Alexandre Bilodeau, Nicolas Saunier

Communication écrite (2022)

Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
Voir chez l'éditeur officiel
Département:
Département de génie informatique et génie logiciel
Département des génies civil, géologique et des mines
Unité de recherche:
LITIV - Laboratoire d'interprétation et de traitement d'images et vidéo
ISBN:
9781665489399
Adresse URL de PolyPublie:
https://publications.polymtl.ca/51258/
Nom de la conférence:
IEEE/CVF Computer Vision and Pattern Recognition Workshops (CVPRW 2022)
Lieu de la conférence:
New Orleans, Louisiana
Date(s) de la conférence:
2022-06-19 - 2022-06-24
Maison d'édition:
IEEE
DOI:
10.1109/cvprw56347.2022.00055
URL officielle:
https://doi.org/10.1109/cvprw56347.2022.00055
OAI:
oai:publications.polymtl.ca:51258
ORCID
Date du dépôt:
18 avr. 2023 14:58
Dernière modification:
14 oct. 2026 14:08
Citer en APA 7:
Lamghari, S., Bilodeau, G.-A., & Saunier, N. (juin 2022). ActAr : Actor-driven pose embeddings for video action recognition [Communication écrite]. IEEE/CVF Computer Vision and Pattern Recognition Workshops (CVPRW 2022), New Orleans, Louisiana. https://doi.org/10.1109/cvprw56347.2022.00055

Statistiques

Dimensions

Actions réservées au personnel

Afficher document
Afficher document