一种基于稀疏表达的运动数据压缩方法

摘要

本发明为一种基于稀疏表达的运动数据压缩方法，该方法首先对输入的运动数据进行分析生成稀疏表达字典；然后基于稀疏表达字典对运动数据中的每一帧进行稀疏线性表达；最后用K-SVD算法对字典和稀疏表示进行迭代优化。本方法在将重建误差控制在合理范围的前提下，可以达到较高的压缩比，特别适用于对较短运动数据的压缩。

主权项

一种面向运动数据的压缩方法，其特征在于，该方法包括如下步骤：(1)运动数据采集：采集人体运动时的关节点运动轨迹，并存为bvh或trc格式的运动数据文件；(2)解析运动数据文件：将运动数据文件中的运动数据Y和其他数据H进行区分；所述其他数据H包括模型信息、帧数和采样率；(3)运动数据字典生成：通过K‑means聚类算法将运动数据Y聚为K类，生成初始化的运动数据字典D⁽⁰⁾，其中，K为字典大小；(4)稀疏表达求解：对运动数据Y中每一帧的信息用步骤(3)中生成的初始化的运动数据字典D⁽⁰⁾进行线性表达，并用Sparse方法求解运动数据Y的稀疏表达矩阵A，该稀疏表达矩阵A即为运动数据Y的压缩形式；(5)应用K‑SVD优化方法对步骤(3)生成的初始化的运动数据字典D⁽⁰⁾和步骤(4)生成的稀疏表达矩阵A进行迭代优化，得到优化后的运动数据字典D_优化和优化后的稀疏表达矩阵A_优化，减小步骤(4)带来的数据重建误差；(6)后续无损编码压缩：该步骤对步骤(2)中抽取的其他数据H、步骤(5)中生成的优化后的运动数据字典D_优化和优化后的稀疏表达矩阵A_优化进行Huffman编码压缩，得到最终压缩后的二进制数据文件，压缩过程完成。