[發明專利]基于姿勢顯著性的人體動畫關鍵幀提取方法有效
| 申請號: | 201810860768.4 | 申請日: | 2018-08-01 |
| 公開(公告)號: | CN109190474B | 公開(公告)日: | 2021-07-20 |
| 發明(設計)人: | 劉云根;張俊 | 申請(專利權)人: | 南昌大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 330031 江西省*** | 國省代碼: | 江西;36 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 姿勢 顯著 人體 動畫 關鍵 提取 方法 | ||
1.基于姿勢顯著性的人體動畫關鍵幀提取方法,其特征在于,所述提取方法包括以下步驟:
S1:篩選特征分量;根據方差篩選出部分運動分量作為人體運動的特征分量,并計算特征分量的權值;
S2:計算姿勢顯著性;計算特征分量的多尺度顯著性,加權擬合成人體動畫的姿勢顯著性;
S3:確定最優關鍵幀數量;提取姿勢顯著性曲線的局部極大值點為初始關鍵幀,根據最優化的重建誤差與關鍵幀數量之比確定最優關鍵幀數量;
S4:提取關鍵幀;根據最優關鍵幀數量,選取重建誤差較大的初始關鍵幀為候選關鍵幀,利用重建誤差最優化算法從候選關鍵幀鄰域內提取出具有最小重建誤差的幀為最終關鍵幀。
2.根據權利要求1所述的基于姿勢顯著性的人體動畫關鍵幀提取方法,其特征在于,S1所述篩選特征分量的方法是:計算特征分量方差var(ci),i=1…n,選取的運動分量為特征分量,計算特征分量的權值
3.根據權利要求1所述的基于姿勢顯著性的人體動畫關鍵幀提取方法,其特征在于,S2所述的計算姿勢顯著性的步驟為:
S21:計算動畫幀不同特征分量的高斯加權平均;設C(f)為幀f在特征分量曲線上的取值,I(f,σ)表示幀f的σ鄰域區間的動畫幀,σ為高斯分布的標準差,則幀f的高斯加權平均為
S22:計算動畫幀的特征顯著性;定義動畫幀f在尺度s下的顯著性為C(f)與G(f,σs)之差的絕對值,σs為高斯分布在尺度s時的標準差,ws為不同尺度的權值,則f第i個特征分量的特征顯著性為Si(f)為
S23:計算動畫幀的姿勢顯著性;定義姿勢顯著性為特征顯著性的加權擬合;N(Si(f))表示對特征分量i的特征顯著性Si(f)進行歸一化處理,wi為特征分量的權值,由m個特征分量擬合的姿勢顯著性為
4.根據權利要求1所述的基于姿勢顯著性的人體動畫關鍵幀提取方法,其特征在于,S3所述的確定最優關鍵幀數量的步驟為:
S31:提取姿勢顯著性曲線的局部極大值點為初始關鍵幀;
S32:采用幀消減算法計算初始關鍵幀的重建誤差,按誤差大小進行排序;
S33:繪制關于關鍵幀數量的重建誤差曲線,取曲線上到曲線端點連線距離最遠的點所對應的關鍵幀數量為最優關鍵幀數量。
5.根據權利要求1所述的基于姿勢顯著性的人體動畫關鍵幀提取方法,其特征在于,S4所述的提取關鍵幀的步驟為:
S41:根據最優關鍵幀數量n,從幀消減隊列中提取出重建誤差較大的n幀初始關鍵幀K={k1,k2,…,kn-1,kn},基于K計算動畫序列的重建誤差;
S42:若S(f)∈N(S(ki),δ),則令f∈Ci,其中S(f)表示幀f的姿勢顯著性,N(S(ki),δ)表示ki姿勢顯著性的δ鄰域,Ci為ki的候選關鍵幀集合;
S43:以ki-1,f∈Ci,ki+1為關鍵幀,計算運動片段[ki-1,ki+1]的重建誤差,將重建誤差最小的f設為ki;
S44:基于K重新計算動畫序列的重建誤差,若重建誤差減小的幅度大于設定的閾值,則轉S42,否則輸出最優化關鍵幀序列K,結束。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南昌大學,未經南昌大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810860768.4/1.html,轉載請聲明來源鉆瓜專利網。





