

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),請進行舉報或認領(lǐng)
文檔簡介
1、近年來,運動捕獲技術(shù)的日益成熟和廣泛使用產(chǎn)生了大量的三維運動數(shù)據(jù),這些數(shù)據(jù)已被越來越廣泛地應(yīng)用在計算機動畫、電影制作和3D游戲等領(lǐng)域。然而,三維人體運動數(shù)據(jù)有兩個備受關(guān)注的問題:首先,是目前的三維人體運動捕獲設(shè)備,由于受到標記點之間的相互遮擋、誤標記等原因,常常會使得運動數(shù)據(jù)包含噪聲,為了在工業(yè)中使用精確的數(shù)據(jù),還需要對原始數(shù)據(jù)進行去噪處理,專業(yè)動畫師的手工調(diào)整將是一項很耗時耗力的工程;其次,每次使用商用的三維人體運動捕獲設(shè)備,都需要地
2、在人體全身各個關(guān)節(jié)點處貼上反光標記點,這些點往往多達三四十個,而在一些家庭娛樂應(yīng)用中,我們其實并不需要如此精密的姿態(tài)數(shù)據(jù),我們關(guān)心的只是一些關(guān)鍵部位的正確位置,而對于非關(guān)鍵部位,允許適當?shù)恼`差。
針對上面的問題,本文提出了在已有的三維人體運動數(shù)據(jù)基礎(chǔ)上,對新捕獲的運動數(shù)據(jù)進行自動去噪和只捕獲少量關(guān)鍵標記點來恢復(fù)全身運動信息的方法。具體包括:
提出了利用數(shù)據(jù)驅(qū)動和稀疏表達的三維人體運動去噪方法。該方法,首先構(gòu)建
3、細粒度的人體運動時空語義特征,然后在包含有純凈的已知三維姿態(tài)的運動數(shù)據(jù)庫中,查找與當前受到噪聲干擾片段最接近的k個檢索結(jié)果,利用這k個候選運動片段,通過稀疏表達的優(yōu)化框架對運動進行恢復(fù)重建。針對人體運動中最為常見的兩種噪聲——高斯噪聲和奇異值點噪聲,本方法使用略微不同的優(yōu)化公式,獲得了很好的去噪效果。
提出了基于少量關(guān)鍵標記點的人體姿態(tài)稀疏重建方法。該方法對于每幀輸入的控制信號,在數(shù)據(jù)庫中查找與之最為匹配的k近鄰,由它們構(gòu)
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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于稀疏編碼的人體運動分析研究.pdf
- 基于稀疏表示的人體運動捕獲數(shù)據(jù)分析方法研究.pdf
- 基于單目視覺的人體檢測和運動恢復(fù).pdf
- 基于視頻的人體三維運動恢復(fù)相關(guān)技術(shù)研究.pdf
- 基于稀疏表示的人體步態(tài)識別算法研究.pdf
- 基于稀疏時空特征的人體行為識別研究.pdf
- 基于組稀疏編碼的人體行為識別.pdf
- 基于稀疏表達的人臉識別研究.pdf
- 基于稀疏表達的人體心臟磁共振擴散張量圖像的去噪研究.pdf
- 基于運動分段的人體運動對齊算法研究.pdf
- 基于運動捕捉數(shù)據(jù)的人體運動合成.pdf
- 基于稀疏表達的人臉分析方法研究.pdf
- 基于模型的人體運動分析.pdf
- 基于肌肉的人體運動合成仿真研究.pdf
- 基于MEMS的人體運動跟蹤算法研究.pdf
- 基于視覺的人體運動行為識別研究.pdf
- 基于結(jié)構(gòu)稀疏表達的圖像恢復(fù)方法研究.pdf
- 基于視頻的人體運動分析研究.pdf
- 基于sEMG的人體下肢運動識別研究.pdf
- 基于視覺的人體運動分析算法研究.pdf
評論
0/150
提交評論