发明名称 |
一种运动捕捉数据关键帧提取方法 |
摘要 |
一种运动捕捉数据关键帧提取方法,其步骤为:(1)特征表示;用人体四肢与躯干的旋转角度以及肢体各关节间的相对距离等运动分量表示人体运动姿势的主要特征;(2)临界点筛选;提取运动分量曲线的极值点和动静转换点作为临界点,并采用临界点消减算法筛选出关键临界点;(3)关键度曲线构造;根据筛选出来的关键临界点划分运动分量曲线,形成运动分量关键度曲线;(4)权值学;(5)关键帧提取;加权拟合目标运动的运动分量关键度曲线,基于拟合曲线提取关键帧。本发明无需手工设定难以确定的阈值,能够从样例运动中学不同的关键帧提取风格,并可根据部分肢体的运动提取关键帧,能够满足运动捕捉数据实时处理的需要。 |
申请公布号 |
CN103679747A |
申请公布日期 |
2014.03.26 |
申请号 |
CN201310569162.2 |
申请日期 |
2013.11.15 |
申请人 |
南昌大学 |
发明人 |
刘云根 |
分类号 |
G06T7/20(2006.01)I |
主分类号 |
G06T7/20(2006.01)I |
代理机构 |
南昌洪达专利事务所 36111 |
代理人 |
刘凌峰 |
主权项 |
一种运动捕捉数据关键帧提取方法,其特征在于,所述提取方法包括以下步骤:(1)特征表示:选用人体四肢与躯干的旋转角度以及肢体各关节间的相对距离等运动分量表示人体运动姿势的主要特征;(2)临界点筛选;提取运动分量曲线的极值点和动静转换点作为临界点,并采用临界点消减算法筛选出关键临界点;(3)关键度曲线构造;根据筛选出来的关键临界点划分运动分量曲线,分段计算曲线上各数据帧的关键度,形成运动分量关键度曲线;(4)权值学习:选取与目标运动同类型的典型运动片段,首先根据运动姿势手工标注片段中每帧数据的关键度,形成运动姿势关键度曲线;然后采用上述步骤构造运动片段的运动分量关键度曲线;最后利用梯度下降算法学习出一组能够将运动分量关键度曲线拟合成运动姿势关键度曲线的最优权值;(5)关键帧提取:利用学习得到的最优权值拟合目标数据的运动分量关键度曲线,形成相应运动的运动姿势关键度曲线,采用临界点筛选算法提取关键度曲线上的极大值点,将这些点对应的帧作为最终关键帧。 |
地址 |
330000 江西省南昌市红谷滩新区学府大道999号 |