基于計算機(jī)視覺的三維人體運動數(shù)據(jù)壓縮.pdf

1、人體運動數(shù)據(jù)壓縮在數(shù)據(jù)壓縮和人體運動分析中具有重要研究價值。隨著運動捕獲系統(tǒng)在體育運動分析、醫(yī)學(xué)理療、虛擬現(xiàn)實、動畫制作、影視等商業(yè)應(yīng)用和研究領(lǐng)域的廣泛使用，眾多人體運動數(shù)據(jù)庫占用了大量存儲空間，研究運動數(shù)據(jù)壓縮能解決運動數(shù)據(jù)海量存儲問題。近年來隨著互聯(lián)網(wǎng)角色扮演游戲的興起，運動數(shù)據(jù)庫可用于生成人物角色動畫，因此對運動數(shù)據(jù)壓縮能突破網(wǎng)絡(luò)帶寬瓶頸，提高游戲?qū)崟r交互性。
　　 本文針對人體運動視頻和三維運動捕獲數(shù)據(jù)兩種時間序列進(jìn)行了

2、壓縮研究。視頻序列包含了空間信息冗余和時間信息冗余，本文研究了視頻壓縮算法及技術(shù)框架，提出了一種新的六邊形塊匹配算法用于去除視頻中的時間信息冗余?；谝曨l的人體運動分析一直是計算機(jī)視覺的研究熱點，對人體運動建模是運動分析的關(guān)鍵步驟。通過分析各種運動建模方法，本文提出了有利于數(shù)據(jù)壓縮的基于三次樣條異步重采樣的運動模型，并應(yīng)用于運動數(shù)據(jù)壓縮。在深入分析H.264壓縮技術(shù)框架和三角網(wǎng)格壓縮算法后，本文挖掘了人體運動數(shù)據(jù)所固有的特點，根據(jù)人體運

3、動數(shù)據(jù)中的空間和時間信息冗余提出了人體運動數(shù)據(jù)壓縮框架。本文研究成果如下：
　　 (1)提出了一種基于方向的內(nèi)搜索六邊形搜索算法。通過分析視頻中的信息冗余，研究了各種視頻壓縮算法，探索視頻的I、P、B幀編碼機(jī)制以及壓縮算法，針對去除視頻時間信息冗余的塊匹配算法，提出了一種基于方向的內(nèi)搜索六邊形搜索算法。本文研究發(fā)現(xiàn)兩幀圖像之間圖像子塊的相似度不僅與離塊匹配算法搜索中心的距離成線性關(guān)系，且與搜索方向相關(guān)。通過與國際上三種六邊形算法

4、進(jìn)行對比，實驗表明本文提出算法不論在壓縮比和畫面質(zhì)量，還是在搜索精度與速度上，都是一種適用于視頻壓縮的塊匹配算法。
　　 (2)建立了一種基于三次樣條的異步重采樣人體運動模型。探討了不同取值域下的人體運動建模方法，通過研究人體運動受到的主觀與客觀約束條件和挖掘運動數(shù)據(jù)的特點，提出了有利于數(shù)據(jù)壓縮的多路信號異步重采樣思想，理論上論證異步重采樣相對于同步重采樣更利于運動數(shù)據(jù)壓縮，并針對單個標(biāo)記點提出了基于三次樣條的自適應(yīng)重采樣算法。

5、通過壓縮實驗分析了不同運動階段的數(shù)據(jù)可壓縮性，以及運動序列長度對壓縮性能的影響。
　　 (3)提出了人體運動數(shù)據(jù)壓縮框架，其能同時去除空間和時間信息冗余。分析三維人體運動數(shù)據(jù)固有的空間信息冗余和時間信息冗余，采用視頻壓縮標(biāo)準(zhǔn)H.264的設(shè)計思想，提出了能同時去除空間和時間信息冗余的人體運動數(shù)據(jù)壓縮框架。通過研究數(shù)據(jù)降維算法PCA、KPCA、PPCA、PGA和CPCA，提出了自適應(yīng)PCA算法用于去除數(shù)據(jù)的空間相關(guān)性，達(dá)到數(shù)據(jù)壓縮的

6、目的，同時分析了本文提出算法對數(shù)據(jù)的重構(gòu)能力。自適應(yīng)三次樣條異步重采樣算法與自適應(yīng)PCA算法組成了本文提出的人體運動數(shù)據(jù)壓縮框架的核心。實驗表明本文提出的人體運動數(shù)據(jù)壓縮框架能有效實現(xiàn)運動數(shù)據(jù)壓縮，解壓重構(gòu)毫不影響視覺效果。
　　 綜上所述，本文提出一種新的塊匹配算法用于視頻壓縮，設(shè)計了人體運動數(shù)據(jù)壓縮框架，針對框架中去除時間和空間信息冗余這兩種核心技術(shù)，提出了自適應(yīng)三次樣條重采樣算法與自適應(yīng)PCA算法，取得很好的壓縮效果，數(shù)據(jù)