運(yùn)動(dòng)捕獲數(shù)據(jù)關(guān)鍵幀提取與姿態(tài)過渡技術(shù)研究.pdf

1、近年來，計(jì)算機(jī)技術(shù)飛速發(fā)展，運(yùn)動(dòng)捕獲技術(shù)廣泛應(yīng)用在游戲動(dòng)畫、影視制作、運(yùn)動(dòng)分析和體育訓(xùn)練、醫(yī)療康復(fù)和文化保護(hù)等領(lǐng)域。同時(shí)，隨著運(yùn)動(dòng)捕獲技術(shù)的發(fā)展，國內(nèi)外學(xué)者逐漸深入研究運(yùn)動(dòng)捕獲相關(guān)技術(shù)。本文對(duì)關(guān)鍵幀提取技術(shù)與姿態(tài)過渡技術(shù)展開深入研究，研究成果主要表現(xiàn)在兩個(gè)方面：
　　1.針對(duì)現(xiàn)有的運(yùn)動(dòng)捕獲數(shù)據(jù)關(guān)鍵幀提取方法常常忽略運(yùn)動(dòng)數(shù)據(jù)局部拓?fù)浣Y(jié)構(gòu)特性問題，本文提出一種基于拉普拉斯分值特征選擇的運(yùn)動(dòng)捕獲數(shù)據(jù)關(guān)鍵幀提取方法，基本思想是利用拉普拉斯

2、分值特征選擇的思想動(dòng)態(tài)選擇具有判別性意義的人體運(yùn)動(dòng)特征，最終得到更具概括性的關(guān)鍵幀。該方法對(duì)提取的兩種代表性的特征向量統(tǒng)一打分，從而在盡量排除冗余特征干擾的前提下利用貢獻(xiàn)率高的部分特征構(gòu)造綜合特征曲線，曲線上凹凸點(diǎn)對(duì)應(yīng)為候選關(guān)鍵幀。接著根據(jù)時(shí)間閾值約束和姿態(tài)相似判別策略，利用改進(jìn)的K-means算法對(duì)候選關(guān)鍵幀進(jìn)行聚類篩選，得到最終關(guān)鍵幀集合。實(shí)驗(yàn)結(jié)果表明，本文算法提取的關(guān)鍵幀序列具有典型性，能較好地彌補(bǔ)等間隔采樣法的不足，避免分層曲線

3、簡化法的特征干擾問題，對(duì)運(yùn)動(dòng)序列具有良好的概括性和適應(yīng)性，視覺上能較好地概括原運(yùn)動(dòng)序列。
　　2.針對(duì)運(yùn)動(dòng)拼接時(shí)常常忽略其運(yùn)動(dòng)語義自然過渡問題，提出一種結(jié)合隱馬爾可夫模型隱狀態(tài)基元和貝葉斯準(zhǔn)則的運(yùn)動(dòng)捕獲數(shù)據(jù)姿態(tài)過渡方法。該方法認(rèn)為人體運(yùn)動(dòng)各種行為均可劃分為多個(gè)有序狀態(tài)。然后，基于狀態(tài)序列的規(guī)律找到最合適的過渡片段。該方法首先提取兩種代表性的人體骨架特征并歸一化，得到組合特征數(shù)據(jù)矩陣，用來表示原始運(yùn)動(dòng)數(shù)據(jù)；接著，采用HMM方法對(duì)組合