針對人體運(yùn)動數(shù)據(jù)的行為分割方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種針對人體運(yùn)動數(shù)據(jù)的行為分割方法及系統(tǒng)，該方法包括：對原始未分割的人體運(yùn)動數(shù)據(jù)進(jìn)行預(yù)處理，選取作為相似性比較的參考序列片段以及各個子序列片段；針對參考序列片段和各個子序列片段，分別計(jì)算其核主成分分析的相關(guān)系數(shù)；基于獲得的所述核主成分分析的相關(guān)系數(shù)，分別確定參考序列片段和各個子序列片段的核動態(tài)紋理參數(shù)；基于馬丁距離的方法，度量參考序列片段與子序列片段之間核動態(tài)紋理的相似性；基于所獲取的相似性距離，利用其跳變的特性檢測出人體運(yùn)動數(shù)據(jù)的行為分割點(diǎn)。本發(fā)明對于比較長、復(fù)雜、含有多種運(yùn)動類型的人體運(yùn)動數(shù)據(jù)具有良好的行為分割性能，在準(zhǔn)確率和召回率的指標(biāo)上都具有優(yōu)越性。
【專利說明】針對人體運(yùn)動數(shù)據(jù)的行為分割方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計(jì)算機(jī)圖形學(xué)下的三維人體運(yùn)動捕捉技術(shù)，尤其涉及一種人體運(yùn)動數(shù)據(jù)的行為分割方法及系統(tǒng)。
【背景技術(shù)】
[0002]近些年來，在計(jì)算機(jī)圖形學(xué)領(lǐng)域中，隨著運(yùn)動捕捉技術(shù)的發(fā)展，人體運(yùn)動數(shù)據(jù)日益龐大，如何有效利用這些數(shù)據(jù)已變的很重要，行為分割成為其中一個不可或缺的處理過程，它的主要目的是將包含有不同運(yùn)動類型的長序列分割成單一的運(yùn)動，形成具有獨(dú)立運(yùn)動類型等語義信息的運(yùn)動片段，便于在人體運(yùn)動數(shù)據(jù)庫中的組織和存儲，并為人體動畫運(yùn)動合成的重用創(chuàng)造條件。
[0003]但是，由于各種大規(guī)模人體運(yùn)動數(shù)據(jù)庫的出現(xiàn)，這對行為分割算法的適應(yīng)性和穩(wěn)健性提出了更高的要求。其中，如何針對人體運(yùn)動數(shù)據(jù)進(jìn)行高效自動地行為分割是運(yùn)動捕捉領(lǐng)域研究的難點(diǎn)和熱點(diǎn)，也日益成為人體運(yùn)動分析系統(tǒng)實(shí)用性和可靠性的一大障礙。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于針對人體運(yùn)動數(shù)據(jù)行為分割的需求問題，充分考慮到人體運(yùn)動數(shù)據(jù)日益龐大和復(fù)雜的影響，提供一種針對人體運(yùn)動數(shù)據(jù)的行為分割方法及系統(tǒng)，基于本發(fā)明，可以對于比較長、復(fù)雜、含有多種運(yùn)動類型的人體運(yùn)動數(shù)據(jù)具有很好的行為分割性倉泛。
[0005]為實(shí)現(xiàn)本發(fā)明的發(fā)明目的，本發(fā)明提供的技術(shù)方案是:一種針對人體運(yùn)動數(shù)據(jù)的行為分割方法，包括如下步驟:
[0006]預(yù)處理步驟，對原始未分割的人體運(yùn)動數(shù)據(jù)的文件，轉(zhuǎn)換成數(shù)值矩陣的形式，在此基礎(chǔ)上，分別選取作為相似性比較的參考序列片段以及各個子序列片段。其中，所述參考序列片段是人工設(shè)定的，所述子序列片段是在人工設(shè)定長度基礎(chǔ)上，逐步通過窗口滑動選取的。
[0007]核動態(tài)紋理構(gòu)建步驟，基于核動態(tài)紋理的表示，針對選取后的參考序列片段和子序列片段數(shù)據(jù)，分別確定核主成分分析的相關(guān)系數(shù)，進(jìn)而獲取各序列片段對應(yīng)的核動態(tài)紋理參數(shù)。其中，所述核動態(tài)紋理的狀態(tài)是基于高斯徑向基函數(shù)核函數(shù)的核主成分分析方法獲得。
[0008]相似性距離度量步驟，基于馬丁距離，分別度量參考序列片段與各個子序列片段之間的核動態(tài)紋理相似性，進(jìn)而可以確定不同序列片段之間的相似性情況。
[0009]行為分割點(diǎn)檢測步驟，在相似性距離的基礎(chǔ)上，根據(jù)其數(shù)據(jù)的跳變特性，采用數(shù)學(xué)樣本分析的方法，比較離散導(dǎo)數(shù)與標(biāo)準(zhǔn)差之間的關(guān)系，進(jìn)而檢測人體運(yùn)動數(shù)據(jù)的行為分割點(diǎn)。其中，所述行為分割點(diǎn)的檢測是基于樣本數(shù)據(jù)的離散導(dǎo)數(shù)大于3倍的標(biāo)準(zhǔn)差。
[0010]本發(fā)明還提供了一種針對人體運(yùn)動數(shù)據(jù)的行為分割系統(tǒng)，包括如下模塊:
[0011]預(yù)處理模塊，用于對原始未分割的人體運(yùn)動數(shù)據(jù)的文件，轉(zhuǎn)換成數(shù)值矩陣的形式，在此基礎(chǔ)上，分別選取作為相似性比較的參考序列片段以及各個子序列片段。其中，所述參考序列片段是人工設(shè)定的，所述子序列片段是在人工設(shè)定長度基礎(chǔ)上，逐步通過窗口滑動選取的。
[0012]核動態(tài)紋理構(gòu)建模塊，用于基于核動態(tài)紋理的表示，針對選取后的參考序列片段和子序列片段數(shù)據(jù)，分別確定核主成分分析的相關(guān)系數(shù)，進(jìn)而獲取各序列片段對應(yīng)的核動態(tài)紋理參數(shù)。其中，所述核動態(tài)紋理的狀態(tài)是基于高斯徑向基函數(shù)核函數(shù)的核主成分分析方法獲得。
[0013]相似性距離度量模塊，用于基于馬丁距離，分別度量參考序列片段與各個子序列片段之間的核動態(tài)紋理相似性，進(jìn)而可以確定不同序列片段之間的相似性情況。
[0014]行為分割點(diǎn)檢測模塊，用于在相似性距離的基礎(chǔ)上，根據(jù)其數(shù)據(jù)的跳變特性，采用數(shù)學(xué)樣本分析的方法，比較離散導(dǎo)數(shù)與標(biāo)準(zhǔn)差之間的關(guān)系，進(jìn)而檢測人體運(yùn)動數(shù)據(jù)的行為分割點(diǎn)。其中，所述行為分割點(diǎn)的檢測是基于樣本數(shù)據(jù)的離散導(dǎo)數(shù)大于3倍的標(biāo)準(zhǔn)差。
[0015]相對于現(xiàn)有技術(shù)而言，本發(fā)明通過采用基于核動態(tài)紋理的行為分割算法，解決了傳統(tǒng)線性行為分割方法的不足:采用線性特征處理人體運(yùn)動數(shù)據(jù)，將會丟失許多幀數(shù)據(jù)的內(nèi)部結(jié)構(gòu)信息，不能有效地與人體運(yùn)動數(shù)據(jù)的非線性特征相匹配；傳統(tǒng)的線性行為分割方法沒有最大限度地抽取數(shù)據(jù)指標(biāo)的信息，也沒有充分地利用特征數(shù)目和質(zhì)量，這在一定程度上影響了行為分割的性能。
[0016]本發(fā)明對于比較長、復(fù)雜、含有多種運(yùn)動類型的人體運(yùn)動數(shù)據(jù)具有很好的行為分割性能。且相對于其它傳統(tǒng)的算法，在準(zhǔn)確率和召回率的指標(biāo)上都具有優(yōu)越性，能夠滿足人體運(yùn)動數(shù)據(jù)行為分割的實(shí)際需求。
【專利附圖】

【附圖說明】
[0017]圖1為人體運(yùn)動數(shù)據(jù)行為分割的示意圖；
[0018]圖2為本發(fā)明針對人體運(yùn)動數(shù)據(jù)的行為分割方法實(shí)施例的步驟流程圖；
[0019]圖3為本發(fā)明所使用的人體骨架模型的示意圖；
[0020]圖4為兩種不同人體運(yùn)動之間過渡情況的示意圖；
[0021]圖5為本發(fā)明所使用的人體運(yùn)動行為代表性姿勢的示意圖；
[0022]圖6為不同行為分割方法的比較示意圖；
[0023]圖7為不同行為分割方法的準(zhǔn)確率和召回率的比較示意圖。
【具體實(shí)施方式】
[0024]為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和【具體實(shí)施方式】對本發(fā)明作進(jìn)一步詳細(xì)地說明。
[0025]人體運(yùn)動數(shù)據(jù)行為分割實(shí)際上就是將包含有不同運(yùn)動類型的長序列分割成單一的運(yùn)動，形成具有獨(dú)立運(yùn)動類型等語義信息的運(yùn)動片段。參照圖1，圖1為人體運(yùn)動數(shù)據(jù)行為分割的示意圖。將長的人體運(yùn)動數(shù)據(jù)分割成為短的子序列片段，例如走、跑、跳和跨步走的子序列片段。
[0026]參照圖2，圖2為本發(fā)明針對人體運(yùn)動數(shù)據(jù)的行為分割方法實(shí)施例的步驟流程圖，包括如下步驟:預(yù)處理步驟S110，對原始未分割的人體運(yùn)動數(shù)據(jù)的文件，轉(zhuǎn)換成數(shù)值矩陣的形式，在此基礎(chǔ)上，分別選取作為相似性比較的參考序列片段以及各個子序列片段；核動態(tài)紋理構(gòu)建步驟S120，基于核動態(tài)紋理的表示，針對選取后的參考序列片段和子序列片段數(shù)據(jù)，分別確定核主成分分析的相關(guān)系數(shù)，進(jìn)而獲取各序列片段對應(yīng)的核動態(tài)紋理參數(shù)；相似性距離度量步驟S130，基于馬丁距離，分別度量參考序列片段與各個子序列片段之間的核動態(tài)紋理相似性，進(jìn)而可以確定不同序列片段之間的相似性情況；行為分割點(diǎn)檢測步驟S140，在相似性距離的基礎(chǔ)上，根據(jù)其數(shù)據(jù)的跳變特性，采用數(shù)學(xué)樣本分析的方法，比較離散導(dǎo)數(shù)與標(biāo)準(zhǔn)差之間的關(guān)系，進(jìn)而檢測人體運(yùn)動數(shù)據(jù)的行為分割點(diǎn)。
[0027]本實(shí)施例對于比較長、復(fù)雜、含有多種運(yùn)動類型的人體運(yùn)動數(shù)據(jù)具有良好的行為分割性能。且相對于其它傳統(tǒng)的算法，在準(zhǔn)確率和召回率的指標(biāo)上都具有優(yōu)越性，能夠滿足人體運(yùn)動數(shù)據(jù)行為分割的實(shí)際需求。
[0028]本發(fā)明針對人體運(yùn)動數(shù)據(jù)進(jìn)行行為分割，其核心就是如何對人體運(yùn)動數(shù)據(jù)構(gòu)建核動態(tài)紋理以及怎樣度量不同人體運(yùn)動數(shù)據(jù)核動態(tài)紋理之間的相似性距離，對于這兩個問題，分別采用了核主成分分析方法和馬丁距離計(jì)算方法。下面簡單介紹這兩種方法。
[0029]1、核主成分分析方法
[0030]核主成分分析方法通過引用核函數(shù)，將樣本數(shù)據(jù)進(jìn)行非線性變換，以最大限度地抽取樣本數(shù)據(jù)的信息。
[0031]關(guān)于核函數(shù)的選取，常見的核函數(shù)有以下多種形式:線性核函數(shù)、P階多項(xiàng)式核函數(shù)、高斯徑向基函數(shù)核函數(shù)以及多層感知器核函數(shù)等等。由于高斯徑向基函數(shù)核函數(shù)具有良好的可控性和代表性，因此本發(fā)明主要采用的是該核函數(shù)，表達(dá)形式由公式(I)來描述:
【權(quán)利要求】
1.一種針對人體運(yùn)動數(shù)據(jù)的行為分割方法，其特征在于，包括如下步驟: 預(yù)處理步驟，對原始未分割的人體運(yùn)動數(shù)據(jù)的文件，轉(zhuǎn)換成數(shù)值矩陣的形式，在此基礎(chǔ)上，分別選取作為相似性比較的參考序列片段以及各個子序列片段； 核動態(tài)紋理構(gòu)建步驟，基于核動態(tài)紋理的表示，針對選取后的參考序列片段和子序列片段數(shù)據(jù)，分別確定核主成分分析的相關(guān)系數(shù)，進(jìn)而獲取各序列片段對應(yīng)的核動態(tài)紋理參數(shù)； 相似性距離度量步驟，基于馬丁距離，分別度量參考序列片段與各個子序列片段之間的核動態(tài)紋理相似性，進(jìn)而可以確定不同序列片段之間的相似性情況； 行為分割點(diǎn)檢測步驟，在相似性距離的基礎(chǔ)上，根據(jù)其數(shù)據(jù)的跳變特性，采用數(shù)學(xué)樣本分析的方法，比較離散導(dǎo)數(shù)與標(biāo)準(zhǔn)差之間的關(guān)系，進(jìn)而檢測人體運(yùn)動數(shù)據(jù)的行為分割點(diǎn)。
2.根據(jù)權(quán)利要求1所述的行為分割方法，其特征在于，所述預(yù)處理步驟中，所述參考序列片段是人工設(shè)定的，所述子序列片段是在人工設(shè)定長度基礎(chǔ)上，逐步通過窗口滑動選取的。
3.根據(jù)權(quán)利要求1所述的行為分割方法，其特征在于，所述核動態(tài)紋理構(gòu)建步驟中，所述核動態(tài)紋理的狀態(tài)是基于高斯徑向基函數(shù)核函數(shù)的核主成分分析方法獲得。
4.根據(jù)權(quán)利要求1所述的行為分割方法，其特征在于，所述行為分割點(diǎn)檢測步驟中，所述行為分割點(diǎn)的檢測是基于樣本數(shù)據(jù)的離散導(dǎo)數(shù)大于3倍的標(biāo)準(zhǔn)差。
5.一種針對人體運(yùn)動數(shù)據(jù)的行為分割系統(tǒng)，其特征在于，包括如下模塊: 預(yù)處理模塊，用于對原始未分割的人體運(yùn)動數(shù)據(jù)的文件，轉(zhuǎn)換成數(shù)值矩陣的形式，在此基礎(chǔ)上，分別選取作為相似性比較的參考序列片段以及各個子序列片段； 核動態(tài)紋理構(gòu)建模塊，用于基于核動態(tài)紋理的表示，針對選取后的參考序列片段和子序列片段數(shù)據(jù)，分別確定核主成分分析的相關(guān)系數(shù)，進(jìn)而獲取各序列片段對應(yīng)的核動態(tài)紋理參數(shù)； 相似性距離度量模塊，用于基于馬丁距離，分別度量參考序列片段與各個子序列片段之間的核動態(tài)紋理相似性，進(jìn)而可以確定不同序列片段之間的相似性情況； 行為分割點(diǎn)檢測模塊，用于在相似性距離的基礎(chǔ)上，根據(jù)其數(shù)據(jù)的跳變特性，采用數(shù)學(xué)樣本分析的方法，比較離散導(dǎo)數(shù)與標(biāo)準(zhǔn)差之間的關(guān)系，進(jìn)而檢測人體運(yùn)動數(shù)據(jù)的行為分割點(diǎn)。
6.根據(jù)權(quán)利要求5所述的行為分割系統(tǒng)，其特征在于，所述預(yù)處理模塊中，所述參考序列片段是人工設(shè)定的，所述子序列片段是在人工設(shè)定長度基礎(chǔ)上，逐步通過窗口滑動選取的。
7.根據(jù)權(quán)利要求5所述的行為分割系統(tǒng)，其特征在于，所述核動態(tài)紋理構(gòu)建模塊中，所述核動態(tài)紋理的狀態(tài)是基于高斯徑向基函數(shù)核函數(shù)的核主成分分析方法獲得。
8.根據(jù)權(quán)利要求5所述的行為分割系統(tǒng)，其特征在于，所述行為分割點(diǎn)檢測模塊中，所述行為分割點(diǎn)的檢測是基于樣本數(shù)據(jù)的離散導(dǎo)數(shù)大于3倍的標(biāo)準(zhǔn)差。
【文檔編號】G06K9/00GK103679757SQ201310751805
【公開日】2014年3月26日 申請日期:2013年12月31日 優(yōu)先權(quán)日:2013年12月31日
【發(fā)明者】劉渭濱, 張毅, 邢薇薇, 魏汝翔 申請人:北京交通大學(xué)