[發明專利]基于自適應閾值的運動捕捉數據的關鍵幀提取方法

無效

• 申請號: 201210566088.4
• 申請日: 2012-12-24
• 公開（公告）號: CN102999923A
• 公開（公告）日: 2013-03-27
• 發明（設計）人: 張強;于少沛;周東生
• 申請（專利權）人: 大連大學
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06T13/00
• 代理公司: 大連智慧專利事務所 21215
• 代理人: 劉琦

技術領域

本發明涉及人體運動捕捉技術，更具體地說，涉及人體運動的關鍵幀提取。?

背景技術

二十世紀七十年代以來，隨著運動捕獲技術的興起和發展，以及設備技術的進步，大量的三維人體運動捕獲數據生成，并被廣泛的應用在計，計算機動畫，電影特技，醫學仿真和游戲等領域。在這樣的背景下，基于運動捕獲數據的學習和研究，已經成為近年來圖形學研究領域，計算機視覺和動漫應用領域的一大熱點。為了獲得逼真的期望效果，可以通過捕捉一個原始的真實角色運動作為原型，這樣就可以避免由于創建物理模型而面對的困難。而基于運動捕捉的動畫技術，借助于專門的捕捉設備直接地獲取表演者的真實運動，然后將運動數據映射到制作的動畫角色上。與傳統的動畫制作方法相比，該方法能夠使得所得的動畫角色的動作效果更加自然、逼真，而且動畫制作所需要的工作難度、工作強度和工作量都大大降低。?

現有的成熟的運動捕捉系統基本都依賴于通過傳感器獲取人體數據，按照傳感器的類型進行分類，可以分為以下幾類:機械式、聲學式、電磁式和光學式等。目前被廣泛使用的光學式的運動捕捉設備常用的有兩種技術手段，脈沖式和反射式。反射式的設備在人體身上粘貼標記點，這些標記點帶有容易被攝像機辨別的顏色，利用計算機視覺原理，利用多臺攝像機觀察同一個標記點可以計算出這個標記點的三維位置，典型的光學運動捕捉系統由6-12個相機環繞表演場地排列，計算機通過跟蹤表演者身上標記點的軌跡來捕捉運動。現在也已經出現主動式的運動捕捉系統，雖然不用粘貼標記點，但仍然需要有容易被攝像機容易捕獲的顏色的脈沖式發光二極管等裝置，同樣利用了計算機視覺原理。而基于光學的運動捕捉方法也存在著如下的缺點：?

運動捕捉設備的購買和使用價格都很昂貴；?

運動捕捉數據的可重用性差，捕捉設備記錄的運動數據是特定角色在特定場合和情景下完成的，無法直接不加修改地應用到其他不同環境；?

難以制作一些高難度、高危險或是超乎實際的夸張動作?

于是如何處理和應用已捕獲的運動數據已經成為當前動畫界研究的熱點之一。計算機圖形學的各種頂級會議近年來收錄的論文也表明研究者在此方向上投入了大量的熱情和精力。隨著商業運動捕獲設備的廣泛應用，運動捕捉數據大幅度地增長，很多運動數據庫已經可以很容易的獲得。大量的研究熱點在于以下兩個大的方面：?

怎樣才能充分地利用這些已有的運動捕捉數據。雖然運動捕捉系統能夠精確地記錄表演者的大部分運動，但捕捉的運動數據不一定能夠很好滿足用戶的實際需要，實際可能需要高難度的動作或是多種動作的合成。需要通過編輯和合成等重用手段來實現需要的數據。?

如何從運動庫中獲取用戶所需要的運動。對一個比較大型的運動庫(常有上百萬幀的數據，或是大量的不同或是相似的運動類型)，讓用戶通過手動瀏覽的方式來從中找尋到期望的運動序列，是很不切實際的。我們期望提供計算機軟件工具或手段，使用戶能夠從數據庫中搜索所需運動的過程能夠簡單化和自動化。?

而對于上述提到的問題比如編輯、存儲和檢索，比較實用的技術就是運動捕獲數據的關鍵幀提取技術。關鍵幀提取技術是一種傳統的被廣泛應用于視頻分析與檢索領域的技術，目的在于減少視頻數據流在內容上的冗余度。近年來，國內外研究學者在運動捕捉數據關鍵幀提取方面也去的了許多成果。目前從采樣方式主要分為兩大類：等間隔采樣和自適應采樣。等間隔采樣有可能出現過采樣和欠采樣的問題，自適應采樣可以在變化小的地方少采樣而在變化大的地方多采樣，于是可以解決前者的不足。現有的運動捕獲數據關鍵幀提取技術主要分為三大類：基于曲線簡化、聚類和基于矩陣分解的技術。?

現有技術提取關鍵幀，都需要比較相鄰幀中動作的狀況，通過人工設置閾值，確定出相鄰幀動作的相近程度。當比較情況大于閾值時，篩選出動作比較典型的關鍵幀，當比較情況小于閾值時，篩除同類近似的幀，從而達到提取關鍵幀的目的。問題在于，在比較相鄰幀的時候，現有技術均依賴于人工設置閾值，從而對提取效率造成影響。?

發明內容

本發明在現有技術的基礎上實現閾值的自適應確定，提供一種基于自適應閾值的運動捕捉數據的關鍵幀提取方法，以避免參數的人工設定和解決提取過程耗時的問題。本發明是一種簡單實用的運動捕捉數據關鍵幀提取技術，利用?四元數間距表示人體各關節上的旋轉變化作為幀間距，設計一種簡單高效的基于自適應算法調節閾值，以滿足不同壓縮率的要求。在整個算法過程中，僅需指定期望的壓縮率(關鍵幀數目/全部幀數目)或是關鍵數目即可，其他參數都是根據運動內容得出的，而不需要人工設定。?