[發明專利]一種基于動態彎曲算法的運動捕捉數據庫檢索方法

有效

• 申請號: 201410561878.2
• 申請日: 2014-10-21
• 公開（公告）號: CN104268285B
• 公開（公告）日: 2018-06-12
• 發明（設計）人: 吳清鋒;張仲楠;董槐林;何志甘;史亮
• 申請（專利權）人: 廈門大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06T7/246
• 代理公司: 泉州市潭思專利代理事務所(普通合伙) 35221
• 代理人: 麻艷

1.一種基于動態彎曲算法的運動捕捉數據庫檢索方法，其特征在于，該基于動態彎曲算法的運動捕捉數據庫檢索方法包括以下步驟：

通過預先建立運動捕捉數據庫的一、二級索引，提高每次實例檢索的速度；

一級索引中包含運動瞬間姿態信息，二級索引采用基于骨骼運動動態特征的相鄰幀間夾角向量的歐式距離作為索引值；最后，利用Keogh下界減少DTW算法的時間耗費；

其中，建立一、二級索引需要提取每一幀左、右上臂，左、右大腿與上一級骨骼之間的空間夾角數據，采用箱均值壓縮的方法對原始的夾角數據進行壓縮，因為原始數據采樣率為30fps，設定箱均值的箱子的大小為3個采樣點，壓縮后采樣率為10fps，采樣值為箱內三個連續采樣點的均值，實現原始數據的提取和預處理。

2.如權利要求1所述的基于動態彎曲算法的運動捕捉數據庫檢索方法，其特征在于，運動瞬間姿態信息的一級索引編碼和匹配的方法為：

步驟一，人體的左、右上臂，左、右大腿與上一級骨骼之間的空間夾角分別為ω₁，ω₂，ω₃，ω₄，定義每一幀的一級索引編碼函數G(ω₁，ω₂，ω₃，ω₄)為：

步驟二，然后，對候選片段C與實例片段Q中編碼相同的，也就是函數G(ω₁，ω₂，ω₃，ω₄)的值相同的相鄰幀進行聚合，分別得到候選序列和實例序列的編碼序列Hc和Hq：

Hc:G(C₁),G(C₂),...,G(C_i),...,G(C_x)

Hq:G(Q₁),G(Q₂),...,G(Q_i),...,G(Q_y)

檢索時先對候選片段C和實例片段Q進行一級索引匹配，若Hq與Hc一致，則進行二級索引的檢索。

3.如權利要求1所述的基于動態彎曲算法的運動捕捉數據庫檢索方法，其特征在于，骨骼運動動態特征的二級索引值計算的方法為：

步驟一，當前幀人體的左右上臂、左右大腿、左右下臂、左右小腿與上一級骨骼之間的空間夾角為(ω₁，ω₂，ω₃，ω₄，ω₅，ω₆，ω₇，ω₈)，上一幀的相應值為則幀的二級索引函數定義如下：

函數的值看作兩個八維向量(ω₁，ω₂，ω₃，ω₄，ω₅，ω₆，ω₇，ω₈)和的空間距離，由于每兩幀之間的采樣間隔是固定的，所以L實際上是前后兩幀姿態變化大小的一種度量，L反映了運動片段中每一幀的動態特征。

4.如權利要求1所述的基于動態彎曲算法的運動捕捉數據庫檢索方法，其特征在于，利用Keogh下界減少DTW算法采用動態規劃法計算，需要檢索前50個與實例片段DTW距離最小的候選片段，則算法步驟如下：

步驟一，初始化；

步驟二，計算實例片段Q的一級索引編碼、二級索引值；

步驟三，比較實例片段Q和數據庫中候選片段C的一級索引編碼是否匹配，如果匹配則執行步驟四，否則轉到步驟六；

步驟四，計算LB_Keogh(Q，C)，如果LB_Keogh(Q，C)>Max(DTW1，DTW2，…，DTW50)則執行步驟六，否則轉到步驟五；

步驟五，計算DTW(Q，C)，將DTW(Q，C)插入到隊列DTW1，DTW2，…，DTW50合適的位置，使得元素按照DTW值從小到大的順序排列，刪除序列中DTW值最大的元素，即DTW50；

步驟六，選擇下一個與Q等長的候選片段C；

步驟七，如果數據庫遍歷結束則轉到步驟八，否則轉到步驟二；

步驟八，輸出DTW1，DTW2，…，DTW49及對應的片段文件名及起始幀號。