基于捕获数据的人体运动分割方法研究

来源 :南京理工大学 | 被引量 : 0次 | 上传用户:c1093682
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,运动捕获技术被广泛应用于电影动画、虚拟现实等领域,该技术按照一定的频率捕获表演者的运动轨迹,将每帧的运动信息保存起来,构成了运动捕获数据。目前的运动捕获技术成本较高,需要专业的演员,使得一次捕获得到的运动捕获数据序列都较长,不便于数据存储、检索、编辑与合成,需要有准确、高效的分割方法,对分割方法的研究已经成为相关领域中一个重要研究方向。基于捕获数据的人体运动分割是指对长运动捕获数据序列进行分割,得到若干不同运动类型的运动片段,以方便数据存储、检索、编辑与合成等工作。为了实现人体运动分割,首先对ASF/AMC格式的运动捕获数据进行了解析,详细介绍了文件中各关键字及其内容的含义,然后根据人体骨架模型,介绍了由捕获数据得到连续帧运动的过程;最后介绍了表示运动信息的欧拉角和四元数,以及两者之间的关系,为特征提取打下基础。在分割方法的研究方面,首先研究了基于相似度查找的分割方法,通过将欧拉角特征数据转换成四元数对数特征,在大量实验的基础上,验证了改进后算法的分割准确率高于原算法。然后提出了一种改进的基于开放式动态时间规整的人体运动分割方法,通过将欧拉角特征数据转换成四元数对数特征,并利用主成分分析算法对运动数据进行降维,不仅提高了分割准确率,还大大地提高了算法的计算效率,有效地实现了对原算法的改进。接着研究并实现了一种基于广义模型和人体划分索引图的人体运动分割方法,通过将欧拉角特征数据转换成四元数对数特征,并引入最大长度限制条件,使原方法的分割效果得到了一定程度的改进。最后研究并改进了一种基于分层对齐聚类分析的人体运动分割方法,采用混合高斯模型对运动数据进行聚类,从而实现时序约减,并引入自适应尺度参数构造方法计算核距离,使分割效果得到改善。
其他文献
随着微电子技术的快速发展,大量的嵌入式产品进入到百姓的生活之中,高效的开发产品具有成本低、体积小、功耗低的特点。软硬件协同设计是软硬件划分的主流方法,这种方法避免了传
随着计算机技术的飞速发展,无线传感器网络技术也日益成熟,基于无线传感网络技术的智能控制系统的应用也越来越广泛,这给高校信息化建设提供了新的思路。高校教室因其特有的功能
随着计算机技术、通信技术和网络技术的迅猛发展,互联网已成为人们获取信息的一种重要途径。网络大数据背景下,互联网中文本数据的数量和价值呈指数增长,复制网络中文本的现象越
随着网络技术的日益发展,网络系统的安全性和可靠性已经成为网络用户所关注的焦点,对于校园网而言,由于用户数量大,安全隐患多,网络安全也越来越受到学校的重视。传统的网络安全防
协同过滤算法由于简洁的设计思想和优越的计算性能,一直是推荐算法研究领域中的一个热点。随着研究工作的不断深入,如何缓解协同过滤算法的稀疏性与扩展性问题,正逐渐成为人
数据库是数据的集合,数据库系统是现代社会生产、生活不可或缺的组成部分。其中关系数据库系统是迄今应用最广泛的数据库技术,它是基于关系模型的。关系模型拥有简单的数据结构
症状性渗出液相关紊乱(Symptomatic Exudate-Associated Derangements, SEAD)伴随老年性黄斑变性(Age-related Macular Degeneration, AMD)等视网膜疾病产生,本文针对频域光
人脸识别是生物信息安全领域的重要研究课题,而三维人脸比传统的二维人脸有着更多的生物信息。偏微分方程(Partial Differential Equation,PDE)是一种良好的几何曲面建模方法,有
本文主要研究基于视觉机器人的目标跟踪及误差分析,主要包括机器人系统设计、摄像机标定、视频稳定、目标跟踪与测距等内容,整个系统达到预期的效果。主要对以下几个方面做了
多目标检测与跟踪技术作为数字图像、计算机视觉领域的核心技术之一,受到越来越多的国内外学者的关注与研究,且取得了一定的科研成果,其成果在民用和军事上都有着广泛的应用,