一種基于局部線性嵌入的人體運(yùn)動(dòng)分割方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于局部線性嵌入的人體運(yùn)動(dòng)分割方法，包括以下步驟：S1：讀取包含人體運(yùn)動(dòng)軌跡的原始的運(yùn)動(dòng)捕獲數(shù)據(jù)；S2：采用LLE方法對(duì)運(yùn)動(dòng)捕捉數(shù)據(jù)進(jìn)行降維，得到一條反映原始人體運(yùn)動(dòng)本質(zhì)特征的特征曲線；S3：采用平滑濾波方法去除特征曲線中的噪聲，找到特征曲線的局部極值點(diǎn)，根據(jù)曲線幅度檢測(cè)方法獲取初級(jí)分割點(diǎn)；S4：對(duì)上述初級(jí)分割點(diǎn)進(jìn)行篩選處理獲得最終的分割點(diǎn)集。本方法通過(guò)LLE方法對(duì)原始的運(yùn)動(dòng)數(shù)據(jù)進(jìn)行降維，著重解決針對(duì)多種運(yùn)動(dòng)類(lèi)型的長(zhǎng)序列的人體運(yùn)動(dòng)精確的分為具有獨(dú)立語(yǔ)義的單個(gè)運(yùn)動(dòng)類(lèi)型的運(yùn)動(dòng)片段問(wèn)題，從而提高分割的精確度。
【專(zhuān)利說(shuō)明】—種基于局部線性嵌入的人體運(yùn)動(dòng)分割方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及人體運(yùn)動(dòng)捕捉技術(shù)，尤其涉及一種基于局部線性嵌入的人體運(yùn)動(dòng)分割方法。
【背景技術(shù)】
[0002]隨著計(jì)算機(jī)動(dòng)畫(huà)的發(fā)展趨勢(shì)正趨向于三維人體動(dòng)畫(huà)，因此我們需要用運(yùn)動(dòng)捕捉設(shè)備來(lái)進(jìn)行人體運(yùn)動(dòng)數(shù)據(jù)的采集，并將捕捉到的數(shù)據(jù)應(yīng)用到各個(gè)領(lǐng)域中。由于人體運(yùn)動(dòng)復(fù)雜多變，一次性捕捉到的運(yùn)動(dòng)數(shù)據(jù)不足以應(yīng)對(duì)所有的運(yùn)動(dòng)情況，另外由于運(yùn)動(dòng)捕捉設(shè)備較為昂貴，這就需要我們充分利用已捕獲到的運(yùn)動(dòng)數(shù)據(jù)，將已捕獲到的運(yùn)動(dòng)數(shù)據(jù)進(jìn)行數(shù)據(jù)處理。由于我們捕捉到的運(yùn)動(dòng)是在某種場(chǎng)景下的一系列連貫的動(dòng)作，因此最終采集的也是包含多種運(yùn)動(dòng)類(lèi)型的長(zhǎng)序列運(yùn)動(dòng)數(shù)據(jù)，一般人們的運(yùn)動(dòng)過(guò)程都是多種運(yùn)動(dòng)類(lèi)型的集合體，而對(duì)于這種具有多種運(yùn)動(dòng)類(lèi)型的人體運(yùn)動(dòng)序列，直接進(jìn)行索引或者合成等處理不合適。因此需要對(duì)長(zhǎng)運(yùn)動(dòng)序列進(jìn)行分割，并將分割后的具有獨(dú)立語(yǔ)義的運(yùn)動(dòng)數(shù)據(jù)保存到運(yùn)動(dòng)數(shù)據(jù)庫(kù)中，形成結(jié)構(gòu)化的數(shù)據(jù)庫(kù)，以便后續(xù)對(duì)運(yùn)動(dòng)數(shù)據(jù)進(jìn)行重用。
[0003]原始的運(yùn)動(dòng)序列分割方法是手動(dòng)分割，雖然可以獲得良好的分割結(jié)果，但是非常復(fù)雜并且需要花費(fèi)很多時(shí)間，并且每個(gè)人的分割標(biāo)準(zhǔn)也不同，現(xiàn)有技術(shù)中采用主成分分析(PCA)和概率主成(PPCA)方法對(duì)運(yùn)動(dòng)序列進(jìn)行分析，以達(dá)到分割的目的。PCA和PPCA方法是將數(shù)據(jù)進(jìn)行降維，通過(guò)對(duì)低維空間的數(shù)據(jù)的分析來(lái)實(shí)現(xiàn)對(duì)原始數(shù)據(jù)的分析。但PCA是線性方法，不能對(duì)非線性的人體運(yùn)動(dòng)數(shù)據(jù)進(jìn)行準(zhǔn)確的分割。
【發(fā)明內(nèi)容】

[0004]根據(jù)現(xiàn)有技術(shù)中關(guān)于人體運(yùn)動(dòng)方法中存在的問(wèn)題，本發(fā)明公開(kāi)了一種基于局部線性嵌入的人體運(yùn)動(dòng)分割方法，包括以下步驟:
[0005]S1:讀取包含人體運(yùn)動(dòng)軌跡的原始的運(yùn)動(dòng)捕獲數(shù)據(jù)；
[0006]S2:采用LLE方法對(duì)運(yùn)動(dòng)捕捉數(shù)據(jù)進(jìn)行降維，得到一條反映原始人體運(yùn)動(dòng)本質(zhì)特征的特征曲線；
[0007]S3:采用平滑濾波方法去除特征曲線中的噪聲，找到特征曲線的局部極值點(diǎn)，根據(jù)曲線幅度檢測(cè)方法獲取初級(jí)分割點(diǎn)；
[0008]S4:對(duì)上述初級(jí)分割點(diǎn)進(jìn)行篩選處理獲得最終的分割點(diǎn)集。
[0009]進(jìn)一步的，S2中所述LLE方法是對(duì)運(yùn)動(dòng)捕捉數(shù)據(jù)中給定的N個(gè)輸入X = (X1X2…XN}, Xi e RdQ = I, 2，…，N)，通過(guò) LLE 方法得到輸出值:Y = Iyj2…yJ，Yi e Rd;其中=Xi為樣本點(diǎn)，具體包括以下步驟:
[0010]S21:搜索每個(gè)樣本點(diǎn)Xi的最近鄰近點(diǎn):對(duì)于每個(gè)樣本點(diǎn)Xi e Rd找到它的k個(gè)鄰近點(diǎn)，鄰近點(diǎn)距離公式采用公式⑴計(jì)算:
【權(quán)利要求】
1.一種基于局部線性嵌入的人體運(yùn)動(dòng)分割方法，其特征在于:包括以下步驟: S1:讀取包含人體運(yùn)動(dòng)軌跡的原始的運(yùn)動(dòng)捕獲數(shù)據(jù)； 52:采用LLE方法對(duì)運(yùn)動(dòng)捕捉數(shù)據(jù)進(jìn)行降維，得到一條反映原始人體運(yùn)動(dòng)本質(zhì)特征的特征曲線； 53:采用平滑濾波方法去除特征曲線中的噪聲，找到特征曲線的局部極值點(diǎn)，根據(jù)曲線幅度檢測(cè)方法獲取初級(jí)分割點(diǎn)； 54:對(duì)上述初級(jí)分割點(diǎn)進(jìn)行篩選處理獲得最終的分割點(diǎn)集。
2.根據(jù)權(quán)利要求1所述的一種基于局部線性嵌入的人體運(yùn)動(dòng)分割方法，其特征還在于:S2中所述LLE方法是對(duì)運(yùn)動(dòng)捕捉數(shù)據(jù)中給定的N個(gè)輸入X = (X1XfXj, Xi e RdQ =1，2，…，N)，通過(guò)LLE方法得到輸出值.Λ = {yiy2…yN}，yi e Rd;其中％為樣本點(diǎn)，具體包括以下步驟: 521:搜索每個(gè)樣本點(diǎn)Xi的最近鄰近點(diǎn):對(duì)于每個(gè)樣本點(diǎn)Xi e Rd找到它的k個(gè)鄰近點(diǎn)，鄰近點(diǎn)距離公式采用公式(I)計(jì)算:
3.根據(jù)權(quán)利要求1所述的一種基于局部線性嵌入的人體運(yùn)動(dòng)分割方法，其特征還在于:S3中采用平滑濾波方法去除特征曲線中的噪聲，找到曲線的局部極值點(diǎn)，根據(jù)曲線幅度檢測(cè)方法得到初級(jí)分割點(diǎn)，具體采用如下步驟: 531:計(jì)算特征曲線的極值點(diǎn)，包括極大值點(diǎn)和極小值點(diǎn)； 532:對(duì)每個(gè)極值點(diǎn)兩側(cè)的幅度曲線進(jìn)行檢測(cè)，對(duì)最小幅度和最大幅度進(jìn)行比較，如果最小幅度比最大幅度的δ倍小，其中δ取小數(shù)，則此極值點(diǎn)定義為初級(jí)分割點(diǎn)；S33:對(duì)得到的初級(jí)分割點(diǎn)進(jìn)行查看，如果初級(jí)分割點(diǎn)之間的距離小于設(shè)定的距離值，則對(duì)初級(jí)分割點(diǎn)進(jìn)行篩選；如果初級(jí)分割點(diǎn)之間的距離大于設(shè)定的距離值，則按照以上公開(kāi)的方法繼續(xù)查找初級(jí)分割點(diǎn)，直到獲取最后一個(gè)初級(jí)分割點(diǎn)為止。
4.根據(jù)權(quán)利要求1或3所述的一種基于局部線性嵌入的人體運(yùn)動(dòng)分割方法，其特征還在于:S4中對(duì)初級(jí)分割點(diǎn)進(jìn)行篩選處理獲得最終的分割點(diǎn)集時(shí):從初級(jí)分割點(diǎn)集中的第二個(gè)初級(jí)分割點(diǎn)P2開(kāi)始篩選直到最后一個(gè)初級(jí)分割點(diǎn)結(jié)束，具體包括以下步驟: 541:以步驟3中獲取的第二個(gè)初級(jí)分割點(diǎn)P2為中心設(shè)置一個(gè)長(zhǎng)度為2 α +1的窗口，SP[p2- a , p2+ α ]中貞，計(jì)算[ρ2- α , ρ2+ α ]中的每一幀到前一個(gè)聚類(lèi)[P1 = P2-Ct]的中貞間距離D,其中幀間距離選擇歐氏距離，所述歐氏距離為:
【文檔編號(hào)】G06T7/20GK104036527SQ201410294642
【公開(kāi)日】2014年9月10日 申請(qǐng)日期:2014年6月26日 優(yōu)先權(quán)日:2014年6月26日
【發(fā)明者】張強(qiáng), 張書(shū)魯, 周東生, 魏小鵬 申請(qǐng)人:大連大學(xué)