Literatura

Publikacje

  1. Galinska, K., Luboch, P., Kluwak, K., Bieganski, M.: A database of elementary human movements collected with RGB-D type camera. In: 2015 6th IEEE International Conference on Cognitive Infocommunications (CogInfoCom). pp. 575–580. IEEE, Gyor (2015).
  2. Tang, J., Luo, J., Tjahjadi, T., Gao, Y.: 2.5D Multi-View Gait Recognition Based on Point Cloud Registration. Sensors. 14, 6124–6143 (2014).
  3. Shingade, A., Ghotkar, A.: Animation of 3D Human Model Using Markerless Motion Capture Applied To Sports. Int. J. Comput. Graph. Animat. 4, 27–39 (2014).
  4. Machado-Molina, M., Bonninger, I., Dutta, M.K., Kutzner, T., Travieso, C.M.: Gait-based recognition of humans using Kinect camera. Recent Adv. Comput. Eng. Commun. Inf. Technol. Espanha. 63–71 (2014).
  5. Ali, S., Zhou, M., Wu, Z., Razzaq, A., Hamada, M.: Comprehensive Use of Hip Joint in Gender Identification using 3-Dimension Data. 11, 2933–2941 (2013).
  6. Sharma, A., Agarwal, M., Sharma, A., Dhuria, P.: Motion Capture Process , Techniques and Applications. Int. J. Recent Innov. Trends Comput. Commun. 1, 251–257 (2013).
  7. Ali, S., Wu, Z., Zhou, M., Razzaq, A., Ahamd, H., Technology, V.: Human Identification based on Gait Joints Area through Straight Walking view. 13–19 (2013).
  8. Ali, Sajid and Wu, Z., Zhou, M., Razzaq, A., Asadi, M.A., Pervez, M.T.: Weigh Up Performance of Joints in Human Gait Walk with Motion Block. Adv. Inf. Sci. Serv. Sci. 5, 474–484 (2013).
  9. Proch, A.: The MS Kinect Use for 3D Modelling and Gait Analysis in the MATLAB Environment. Proc. Conf. Tech. Comput. Prague. 1–6 (2013).
  10. Sinha, A., Chakravarty, K., Bhowmick, B.: Person Identification using Skeleton Information from Kinect. Sixth Int. Conf. Adv. Comput. Interact. 101–108 (2013).
  11. Gabel, M., Renshaw, E., Schuster, A., Gilad-Bachrach, R.: Full Body Gait Analysis with Kinect. 1964–1967 (2012).
  12. Budziszewski, P.: Zastosowanie kontrolera {Kinect} oraz zestawu czujników inercyjnych do rejestracji ruchu człowieka dla potrzeb rzeczywistości wirtualnej oraz sterowania. Pomiary Autom. Robot. 16, 189–193 (2012).
  13. Naresh Kumar, M.S., Venkatesh Babu, R.: Human Gait Recognition Using Depth Camera : A Covariance Based Approach. Proc. Eighth Indian Conf. Comput. Vision, Graph. Image Process. 20 (2012).
  14. Ali, S.: Gender Recognition in Walk Gait through 3D Motion by Quadratic Bezier Curve and Statistical Techniques. arXiv Prepr. arXiv1211.1482. (2012).
  15. Oroń, G.: Wykorzystanie Programów Komputerowych W Symulacji Procesów Biomechanicznych. Technol. i Autom. Montażu. 1, 38–43 (2011).
  16. Weiss, A., Hirshberg, D., Black, M.J.: Home 3D Body Scans from Noisy Image and Range Data † Perceiving Systems Dept ., Max Planck Institute for Intelligent Systems , T. Work. 1951–1958 (2011).
  17. Kar, A.: Skeletal Tracking using Microsoft Kinect The Microsoft Kinect sensor. Methodology. 1–11 (2010).
  18. Gramacki, J., Gramacki, A.: Wybrane metody redukcji wymiarowości danych oraz ich wizualizacji. In: XIV Konferencja PLOUG. pp. 229–249 (2008).
  19. Hafner, V. V., Bachmann, F.: Human-Humanoid walking gait recognition. 2008 8th IEEE-RAS Int. Conf. Humanoid Robot. Humanoids 2008. 598–602 (2008).
  20. Ramadan, S.: Scalable Salient Motions Detection from Skeletal Motion Capture Data. (2007).
  21. Jablonski, B., Klempous, R., Kulbacki, M.: PDE-based filtering of motion sequences. J. Comput. Appl. Math. 189, 660–675 (2006).
  22. Yang, S.: Purpose of Gait analysis application History, (2005).
  23. Jackiewicz, K., Olejowski, W.: Interfejs do akwizycji danych biometrycznych, (2005).
  24. Kirk, A.G., O’Brien, J.F., Forsyth, D. a.: Skeletal Parameter Estimation from Optical Motion Capture Data. Comput. Vis. Pattern Recognition, 2005. CVPR 2005. IEEE Comput. Soc. Conf. on. 2, 782–788 Vol. 2 (2005).
  25. Jabłoński, B., Klempous, R., Majchrzak, D.: Analiza możliwości identyfikacji ruchu postaci w oparciu o technikę Motion Capture. 121–129 (2005).
  26. Middleton, L., Buss, A.A., Bazin, A., Nixon, M.S.: A floor sensor system for gait recognition. Proc. – Fourth IEEE Work. Autom. Identif. Adv. Technol. AUTO ID 2005. 2005, 171–180 (2005).
  27. Veres, G.V., Gordon, L., Carter, J.N., Nixon, M.S.: What image information is important in silhouette-based gait recognition? Proc. 2004 IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognition, 2004. CVPR 2004. 2, 776–782 (2004).
  28. Nixon, M.S., Carter, J.N.: Advances in automatic gait recognition. In: Sixth IEEE International Conference on Automatic Face and Gesture Recognition, 2004. Proceedings. pp. 139–144. IEEE (2004).
  29. Murakita, T., Ikeda, T., Ishiguro, H.: Human tracking using floor sensors based on the {Markov Chain Monte Carlo} method. Pattern Recognition, 2004. ICPR 2004. Proc. 17th Int. Conf. 4, 917–920 (2004).
  30. Meredith, M., Maddock, S., Road, P.: Motion Capture File Formats Explained. Motion Capture St. 1–36 (2001).
  31. Sato, T.M.O.R.T., Yoshimot, K.A.Y.: One-Room-Type Sensing System for Recognition and Accumulation of Human Behavior Idea of Human Behavior Recognition and Realized Met hods. Proc. 2000 IEEE/RSJ Int. Conf. Intell. Robot. Syst. 344–350 (2000).
  32. Orr, R.J., Abowd, G.D.: The Smart Floor : A Mechanism for Natural User Identification and Tracking. Conf. Hum. Factors Comput. Syst. 275–276 (2000).
  33. Paradiso, J., Abler, C., Hsiao, K., Reynolds, M.: The magic carpet: physical sensing for immersive environments. In: CHI ’97 extended abstracts on Human factors in computing systems looking to the future – CHI ’97. pp. 277–278. ACM Press, New York, New York, USA (1997).
  34. Reilly, R.E., Soames, R.W.: An imaging walkway for gait analysis. IEE Colloq. `Medical Imaging Transduct. Parallel Process. 5/1-5/2 (1992).

Edycja książek

  1. Klempous, R., Nikodem, J.: Innovative Technologies in Management and Science. Springer (2014).
  2. Klempous, R., Nikodem, J., Jacak, W., Chaczko, Z.: Advanced Methods and Applications in Computational Intelligence. Springer Science & Business Media (2013).
  3. Agbinya, J.I., Aguayo-Torres, M.C., Klempous, R.: 4G Wireless Communication Networks: Design Planning and Applications. River Publishers (2013).
  4. Fodor, J., Klempous, R., Araujo, C.P.S.: Recent advances in intelligent engineering systems. Springer Science & Business Media (2011).
  5. Chaczko, Z., Klempous, R., Nikodem, J.: Stealing time: exploration in 24/7 software engineering development. River Publishers (2010).
  6. Klempous R.: Diversitas cybernetica. WKŁ (2005).

Książki

  1. Wittenberg, I.: Performance and Motion Capture Using Multiple Xbox Kinects, (2013).
  2. Fitzpatrick, M., Matthiopoulos, N.: Real Time Person Tracking and Identification using the Kinect sensor, (2013).
  3. Miltiadou, M.: 3D motion capture of an Actor for Fall Detection and Health Monitoring. (2012).
  4. Vaughan, C.L., Davis, B.L., O’Connor, J.C.: The Three-Dimensional and Cyclic Nature of Gait. (1999).
  5. Rutkowska-Kucharska, A.: Synergizm mięśniowy w procesie sterowania ruchami manipulacyjnymi. (1999).

Prezentacje

  1. Biomechanics and Human Gait: An Engineering Introduction. (2012).
  2. Robinovitch, S.: Clinical biomechanics of gait, (2007).

Prace magisterskie

  1. Rost, W.: Zastosowanie MS Kinect przy tworzeniu bazy ruchów BVH, (2015).
  2. Rzeszowski, D.: Analiza techniki rejestracji 2D ruchu postaci do celów identyfikacji, (2011).
  3. Grzegorek, T.: Metody identyfikacji postaci w oparciu o technikę Motion Capture wykorzystujące bibliotekę ruchów elementarnych Life Forms, (2008).
  4. Kucharski, T.: Modelowanie kształtu i ruchu animowanych postaci, (2005).
  5. Jabłoński, B.: Metody porównywania generatorów ruchu animowanych postaci ludzkich, (2003).
  6. Sachajko, M.: Metody tworzenia ruchów oparte na regułach generacji, (2003).
  7. Szylhabel, S.: Konstrukja metod automatycznej segmentacji ruchów z motion capture, (2001).
  8. Kulbacki, M.: Podstawowe metody syntezy ruchu animowanych postaci ludzkich, (2001).
  9. Bąk, A.: Organizacja bazy danych ruchów elementarnych animowanych postaci ludzkich, (2001).

Projekty inżynierskie

  1. Kluwak, K.: Budowa bazy danych ruchów elementarnych przy użyciu dwóch różnych kamer Kinect i SoftKinetic, (2014).
  2. Drążek, K.: Wykorzystanie Microsoft Kinect w tworzeniu bazy danych motion capture w formacie BVH, (2013).
  3. Reichel, R.: Analiza modeli i opisów ruchu postaci przy wykorzystaniu Microsoft Kinect, (2013).