[發(fā)明專利]運(yùn)動(dòng)捕捉數(shù)據(jù)相似度度量方法、裝置及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010142555.5
• 申請(qǐng)日: 2020-03-04
• 公開(kāi)（公告）號(hào): CN111353543B
• 公開(kāi)（公告）日: 2020-09-11
• 發(fā)明（設(shè)計(jì)）人: 劉瀟峰
• 申請(qǐng)（專利權(quán)）人: 鎮(zhèn)江傲游網(wǎng)絡(luò)科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 南京縱橫知識(shí)產(chǎn)權(quán)代理有限公司 32224
• 代理人: 俞翠華

本發(fā)明公開(kāi)了一種運(yùn)動(dòng)捕捉數(shù)據(jù)相似度度量方法、裝置及系統(tǒng)，所述方法包括：獲取模板運(yùn)動(dòng)捕捉數(shù)據(jù)Mt和待匹配運(yùn)動(dòng)捕捉數(shù)據(jù)Mg，分別對(duì)二者采用主成分分析，得到特征子空間St和Sg；將待匹配運(yùn)動(dòng)捕捉數(shù)據(jù)Mg映射到模板運(yùn)動(dòng)捕捉數(shù)據(jù)Mt的特征子空間St，再恢復(fù)得到Mg′，將模板運(yùn)動(dòng)捕捉數(shù)據(jù)Mt映射到待匹配運(yùn)動(dòng)捕捉數(shù)據(jù)Mg的特征子空間Sg再恢復(fù)得到Mt′；計(jì)算Mg和Mg′，Mt和Mt′每幀差異，取差異最大的作為Mg和Mt的匹配代價(jià)Dc(Mg,Mt)，進(jìn)而得到兩者的相似度為本發(fā)明針對(duì)運(yùn)動(dòng)捕捉數(shù)據(jù)在時(shí)間和空間上的高復(fù)雜性，將模板動(dòng)作和待匹配動(dòng)作互相映射到對(duì)方的特征子空間后再重建，能夠很好地利用了數(shù)據(jù)的內(nèi)在特征，較為準(zhǔn)確地反映動(dòng)作序列之間的相似度。

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)圖形學(xué)、體感人機(jī)交互領(lǐng)域，具體涉及一種運(yùn)動(dòng)捕捉數(shù)據(jù)相似度度量方法、裝置及系統(tǒng)。

背景技術(shù)

運(yùn)動(dòng)捕捉即是一種追蹤并記錄人體關(guān)節(jié)運(yùn)動(dòng)軌跡的技術(shù)，該技術(shù)廣泛應(yīng)用于影視、動(dòng)畫(huà)、娛樂(lè)以及交互領(lǐng)域。運(yùn)動(dòng)捕捉數(shù)據(jù)相似度度量即是要計(jì)算或者評(píng)估人體動(dòng)作之間的相似程度，是運(yùn)動(dòng)捕捉數(shù)據(jù)處理中的一個(gè)根本問(wèn)題，對(duì)于運(yùn)動(dòng)捕捉數(shù)據(jù)的應(yīng)用，如角色驅(qū)動(dòng)的動(dòng)畫(huà)、運(yùn)動(dòng)捕捉數(shù)據(jù)檢索以及體感人機(jī)交互具有重要意義。然而由于運(yùn)動(dòng)捕捉數(shù)據(jù)具有高度的復(fù)雜性，對(duì)運(yùn)動(dòng)捕捉數(shù)據(jù)的相似性進(jìn)行度量的任務(wù)往往并不容易。這主要體現(xiàn)在兩方面，一、相似的動(dòng)作之間往往在時(shí)空上存在較大差異，如持續(xù)時(shí)間不同、幅度不同等；二、不同的動(dòng)作之間在時(shí)空上也可能存在較大相似性，如動(dòng)作數(shù)據(jù)的某一段是相似的，或者具有不同順序，但是包含的姿勢(shì)集合是一致的。

針對(duì)上述問(wèn)題，學(xué)術(shù)界和工業(yè)界開(kāi)展了大量的研究。動(dòng)態(tài)時(shí)間規(guī)整(Dynamic TimeWarping:DTW)是應(yīng)用最廣泛的一種時(shí)序數(shù)據(jù)相似度計(jì)算方法。該方法基于動(dòng)態(tài)規(guī)劃算法，能夠處理具有不同持續(xù)時(shí)間的動(dòng)作序列之間的匹配。在動(dòng)作序列持續(xù)時(shí)間差異不大的情況下，該方法能夠較為準(zhǔn)確反映動(dòng)作序列之間的相似度。然而，該方法并不適用于動(dòng)作序列的持續(xù)時(shí)間差異較大的情況。均勻定標(biāo)(Uniform Scaling:US)是另一種常用的時(shí)序數(shù)據(jù)相似度計(jì)算方法。該方法采用插值法將不同持續(xù)時(shí)間的時(shí)序數(shù)據(jù)處理成具有相同持續(xù)時(shí)間的數(shù)據(jù)，在此基礎(chǔ)上采用逐幀對(duì)比的方法計(jì)算整體的相似度。US方法通常具有較低的時(shí)間復(fù)雜度，然而同DTW方法一樣，該方法并不適用于動(dòng)作序列的持續(xù)時(shí)間差異較大的情況。此外，分段聚集近似法(Piecewise Aggregate Approximation:PAA)也可以應(yīng)用于運(yùn)動(dòng)捕捉數(shù)據(jù)相似度度量。該方法將時(shí)序數(shù)據(jù)等寬度分割，每個(gè)子段用該段平均值來(lái)表示。PAA可以在一定程度上解決了相似運(yùn)動(dòng)捕捉數(shù)據(jù)在空間上的差異性，然而并不能很好地應(yīng)用于具有不同持續(xù)時(shí)間的動(dòng)作序列間的相似度度量，另外由于分段數(shù)往往不好控制，該方法難以實(shí)際應(yīng)用。

發(fā)明內(nèi)容

針對(duì)上述問(wèn)題，本發(fā)明提出一種運(yùn)動(dòng)捕捉數(shù)據(jù)相似度度量方法、裝置及系統(tǒng)，針對(duì)運(yùn)動(dòng)捕捉數(shù)據(jù)在時(shí)間和空間上的高復(fù)雜性，能夠較為準(zhǔn)確地反映動(dòng)作序列之間的相似度。

實(shí)現(xiàn)上述技術(shù)目的，達(dá)到上述技術(shù)效果，本發(fā)明通過(guò)以下技術(shù)方案實(shí)現(xiàn)：

第一方面，本發(fā)明提供了一種運(yùn)動(dòng)捕捉數(shù)據(jù)相似度度量方法，包括：

獲取包含n幀數(shù)據(jù)的模板動(dòng)作捕捉數(shù)據(jù)Mt＝[Mt₁，Mt₂，…，Mt_n]，其中Mt_i表示Mt中的第i幀；

獲取包含m幀數(shù)據(jù)的待匹配動(dòng)作捕捉數(shù)據(jù)Mg＝[Mg₁，Mg₂，…，Mg_m]，其中Mg_j表示Mg中的第j幀；

對(duì)所述模板動(dòng)作捕捉數(shù)據(jù)Mt和待匹配動(dòng)作捕捉數(shù)據(jù)Mg分別執(zhí)行主成分分析，得到特征子空間St和Sg；

將待匹配動(dòng)作捕捉數(shù)據(jù)Mg映射到模板動(dòng)作捕捉數(shù)據(jù)Mt的特征子空間St，再恢復(fù)得到Mg′；