[發明專利]一種高維動態數據處理方法

有效

• 申請號: 200710120123.9
• 申請日: 2007-08-09
• 公開（公告）號: CN101364307A
• 公開（公告）日: 2009-02-11
• 發明（設計）人: 龐俊彪;黃慶明;蔣樹強
• 申請（專利權）人: 中國科學院計算技術研究所
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06T15/00
• 代理公司: 北京泛華偉業知識產權代理有限公司
• 代理人: 王勇

技術領域

本發明涉及一種高維動態數據處理方法，尤其涉及動態紋理圖像序列和3D人體運動數據的分析，合成和控制。

背景技術

動態數據通常指數據單元之間具有時序關系的一類數據。典型的動態數據包括動態紋理圖像序列，3D人體運動數據等。由于這些動態數據維數較高，如何去處理這些高維數據已成為各類應用問題的難點。

動態紋理圖像序列是指時間空間上呈現一種統計特性的圖像序列。如跳動的火焰，飄動的旗幟等。一幀長、寬分別為m和n的圖像I_m×n，可以看作是R^m×n圖像空間中的一個點。m×n的值通常大于1000(例如對于35×35像素大小的圖像)，所以動態紋理圖像屬于高維數據。3D人體運動數據(如圖1所示)是指通過運動捕獲設備得到人體各個關節點的3D運動數據。人體的每一個姿態由各個關節彎曲程度決定。在局部的坐標系下，每個關節的狀態可以由3個參數描述，而人體運動的關節點數目j眾多(＞70)，人體的一個姿態可以由3×j維數據描述，所以3D人體運動數據也是高維的動態數據。對于這些高維數據的處理在計算機圖形、計算機動畫中有廣泛的應用。

高維數據的處理包含數據分析、合成和控制。動態數據的分析是指將高維的動態數據投影到低維空間和對低維空間的動態特性進行分析。高維動態數據的合成和控制是指根據不同動態特性的需要選擇一系列的低維空間中的點，然后將這些數據點重新映射到高維空間形成新的動態數據。

動態紋理圖像序列傳統的分析方法，通常采用具有時間不變性的線性動態系統(linear?dynamical?system)。先用主成份分析(principal?componentanalysis)將高維數據降到低維空間，然后在低維空間中對自回歸動態模型進行系統辨識。從視覺上看，線性系統生成的動態紋理都不真實；因為此方法假設動態紋理具有時間不變性，所以不能處理自然場景下生成的很多動態紋理，如旗幟的隨風飄動、火焰等。本發明采用一種非線性的降維方法對動態紋理圖像序列進行建模，同時在低維空間中進行非線性采樣合成，獲得更逼真視覺效果的動態紋理圖像序列，且能夠處理大多數自然場景中的動態紋理。

3D人體運動數據合成常用的方法是逆動力學(inverse?kinematics)。20世紀90年代初，采用基本的逆動力學方法，尋找各個關節滿足的約束。雖然各個關節滿足自身的約束條件，但是求解出來滿足約束的動作常常是不自然的。后來人們從樣本中學習更真實的人體運動數據，常用的方法是將已經存在的運動數據進行直接復制、混合或在多個運動數據之間直接進行插值。這種方法雖然能合成更真實的運動數據，但是不能合成滿足用戶指定的某種動作約束的運動數據，例如原來只是“走”的運動數據，需要合成走的過程中，一只手突然舉起然后放下。本發明方法能夠合成這種用戶指定約束的人體運動數據。

發明內容

本發明目的是提供一種高維動態數據處理方法，此方法可以處理動態紋理圖像序列和3D人體運動數據等高維動態數據，通過對現有數據的分析，形成具有不同動態特性的新的數據。

為實現上述目的，根據本發明的一個方面，提供了一種高維動態數據處理的方法，包括下列步驟：

計算高維動態數據對應的低維變量；該步驟包括建立高斯過程隱藏變量模型，并根據此模型計算低維變量，所述高斯過程隱藏變量模型的核矩陣元素用徑向基核函數表示；

計算所述低維變量張成的低維空間到所述高維數據所在的高維空間的映射；該步驟包括根據低維變量和所述徑向基核函數中的核參數計算從低維空間到高維空間的映射，該映射的映射函數用高斯函數表示；

在所述低維空間采集樣本，利用所述映射將樣本映射到所述高維空間，形成新的高維動態數據。

根據本發明的又一方面，提供了一種動態紋理圖像序列處理方法，包括下列步驟：

計算動態紋理圖像序列對應的低維變量；該步驟包括建立高斯過程隱藏變量模型，并根據此模型計算低維變量，所述高斯過程隱藏變量模型的核矩陣元素用徑向基核函數表示；

計算所述低維變量張成的低維空間到所述動態紋理圖像序列所在高維空間的映射；該步驟包括根據低維變量和所述徑向基核函數中的核參數計算從低維空間到高維空間的映射，該映射的映射函數用高斯函數表示；

在所述低維空間采集樣本，利用所述映射將樣本映射到高維空間，形成新的動態紋理圖像。

根據本發明的又一方面，提供了一種3D人體運動數據處理方法，包括下列步驟：