版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、近年來,隨著CG產(chǎn)業(yè)的快速發(fā)展,運動捕獲技術(shù)也日益成熟,并被越來越廣泛地應(yīng)用于影視動畫、游戲制作、體育訓(xùn)練、科學(xué)研究等領(lǐng)域中。然而,由于運動捕獲技術(shù)自身存在的缺點,如捕獲設(shè)備往往比較昂貴,操作復(fù)雜,對場景有嚴(yán)格限制等,從而限制了該技術(shù)的廣泛使用。如何重用現(xiàn)有的人體運動捕獲數(shù)據(jù),生成更加生動、自然的三維人體動畫,是目前研究的一個熱點問題。
隨著稀疏表示理論的日益完善,信號的稀疏表示引起了越來越多的學(xué)者的關(guān)注,并被廣泛應(yīng)用于各
2、個領(lǐng)域中,且很好地解決了各種難題。
利用稀疏表示理論對人體運動捕獲數(shù)據(jù)進行分析、處理,以取得更好的效果,是本文研究的主要目標(biāo)。本文的研究工作主要涉及以下三個方面內(nèi)容:
(1)基于稀疏表示的人體運動捕獲數(shù)據(jù)分割。在人體運動局部線性關(guān)系的假設(shè)下,提出了一種基于稀疏表示的運動捕獲數(shù)據(jù)分割算法。該算法首先提取待分割運動序列的前面一段子序列作為字典,該子序列中包含了某種運動類型的至少一個運動周期,然后求得其后繼序列中每
3、一幀在該字典上稀疏表示后的重構(gòu)誤差,將重構(gòu)誤差的跳變點作為分割點。最后通過實驗證明了該算法能夠取得較好的分割效果。
(2)基于稀疏表示的運動檢索。對于用戶提交的一個待檢索運動序列,從中提取稀疏表示字典,數(shù)據(jù)庫中與其相似的運動序列在該字典上稀疏表示后的重構(gòu)誤差較小,相對而言,與其不相似的運動序列在該字典上稀疏表示的重構(gòu)誤差要大。在這個假設(shè)前提下,本文在稀疏表示理論的基礎(chǔ)上提出了一種基于內(nèi)容的檢索算法。通過與現(xiàn)有方法對比實驗,
4、實驗結(jié)果證明了本文檢索算法具有更高的檢索性能。
(3)基于稀疏表示的缺失數(shù)據(jù)的修復(fù)。分析并研究了基于L1范數(shù)的運動捕獲數(shù)據(jù)缺失標(biāo)記預(yù)測算法,該算法利用稀疏表示理論框架和人體運動序列連續(xù)性等自身特性,將待修復(fù)運動姿態(tài)分為兩部分:完整部位和不完整部分。首先求解完整部分在訓(xùn)練數(shù)據(jù)集形成的字典上的稀疏表示,然后利用字典和稀疏表示系數(shù)重構(gòu)不完整部分。針對該算法的不足,本文采用線性四元數(shù)特征作為特征數(shù)據(jù),并且只選擇人體骨架中重要的關(guān)節(jié)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于捕獲數(shù)據(jù)的人體運動分割方法研究.pdf
- 人體運動捕獲數(shù)據(jù)的稀疏建模方法研究.pdf
- 人體運動捕獲數(shù)據(jù)的分析方法研究.pdf
- 基于稀疏編碼的人體運動分析研究.pdf
- 基于稀疏表示的人體步態(tài)識別算法研究.pdf
- 基于單視頻的人體運動捕獲.pdf
- 基于縮略圖的人體運動捕獲數(shù)據(jù)檢索.pdf
- 人體運動捕獲數(shù)據(jù)的檢索方法研究.pdf
- 基于稀疏表達的人體運動恢復(fù)研究.pdf
- 基于三維捕獲數(shù)據(jù)的人體運動分析關(guān)鍵技術(shù)研究.pdf
- 基于稀疏表示的蛋白質(zhì)質(zhì)譜數(shù)據(jù)分析.pdf
- 基于稀疏表示的運動目標(biāo)檢測方法研究.pdf
- 基于稀疏表示的人臉表情識別方法研究.pdf
- 基于稀疏表示改進的人臉識別方法研究.pdf
- 基于運動傳感的人體姿態(tài)實時捕獲系統(tǒng)研究.pdf
- 基于運動捕捉數(shù)據(jù)的人體運動合成.pdf
- 基于稀疏表示的人體寄生蟲蟲卵識別算法的研究.pdf
- 基于核稀疏表示的人臉識別方法研究.pdf
- 基于稀疏表示的人臉圖像識別方法研究.pdf
- 基于加權(quán)組稀疏表示的人臉識別方法研究.pdf
評論
0/150
提交評論