專利名稱：基于示范表演的直觀高效的三維人體運動數(shù)據(jù)檢索方法
技術(shù)領(lǐng)域：
本發(fā)明涉及三維人體運動數(shù)據(jù)的檢索方法，尤其是一種基于示范表演的直 觀高效的三維人體運動數(shù)據(jù)檢索方法。
背景技術(shù)：
按照輸入信息的不同，運動檢索主要有四種方法文本、記譜語言、手繪 草圖、運動樣例。傳統(tǒng)的文本檢索方法以關(guān)鍵字描述作為輸入(如"先出拳后踢 腿")，搜索出具有這些標注屬性的運動片斷，但是文本描述內(nèi)容模糊、不完整， 且存在主觀理解不一致的問題，不適于檢索大容量的運動數(shù)據(jù)庫。記譜語言側(cè) 重于各個關(guān)節(jié)點的底層位置和方向的描述，能夠比較清楚地表達運動數(shù)據(jù)的內(nèi) 容與含義[l]，但該方法需要動畫制作人員熟悉記譜語言，在交互方面不夠直觀。 用二維人體骨架圖和手繪人偶圖也可以表現(xiàn)人物的運動，根據(jù)這些手繪草圖可 以恢復出三維的骨架姿勢，然后以骨架姿勢作為輸入進行運動檢索[2]，但是從 二維草圖恢復三維姿勢是一個欠約束問題，可能會重建出太多的動作姿勢，再 加上檢索匹配上的模糊性，可能會檢索出大量不相關(guān)的運動數(shù)據(jù)?；趦?nèi)容的 運動檢索本質(zhì)上是一個時序數(shù)據(jù)的匹配問題以一段運動樣例作為輸入，查找 出運動數(shù)據(jù)庫中所有與之相似的運動片斷[3,4,5]，該方法是運動數(shù)據(jù)檢索的主流
方法之一。其中最具有代表性的工作來自于Muller等人，他們提出了一系列描 述某一姿勢下不同身體部位之間的幾何關(guān)系的定性特征，通過將運動數(shù)據(jù)的局 部時空變化合并得到自適應的分段，在此基礎(chǔ)上進行高效的運動檢索[6]。該方 法的缺點是用戶手頭可能并沒有合適的樣例作為輸入。
基于內(nèi)容的運動檢索方法主要包含三個關(guān)鍵技術(shù)相似性計算、索引構(gòu)建、
動態(tài)時間調(diào)整。
相似性標準是度量運動片斷差異性的準則，有三種基本的運動相似類型 數(shù)學上相似、邏輯上相似、語義上相似。數(shù)學上相似通過計算兩個運動之間的
距離函數(shù)來得到，輸入數(shù)據(jù)可以是位置，朝向，速度和加速度等[7,8]。但是，僅
僅在數(shù)學上相似可能導致不完全甚至錯誤的檢索結(jié)果，因為在人們眼中邏輯上
相似的運動并不一定在數(shù)學上相似[3]。邏輯上相似通常被定義為運動節(jié)點和骨 骼的時空不變性，比如，右手是否在軀干的前方。Muller等人引入了可以獲得 時空不變性的定性幾何特征，克服了數(shù)學上相似而邏輯上不相似的問題[6]。語 義層面上的相似是一個比較難解決的問題，因為它關(guān)系到對運動含義的高層理解。有些研究者用運動標記語言如Labanotation來解決語義問題[1,9]，但是迄今 為止，問題還遠遠沒有得到解決。大部分檢索系統(tǒng)仍然需要用戶來交互的確認 匹配結(jié)果的正確含義。
構(gòu)建運動索引的目的是為了加快檢索速度，大容量的數(shù)據(jù)庫需要索引策略。 Liu等人采用基于最近鄰原則的動態(tài)聚類算法構(gòu)建了一個基于運動層次描述的 索引樹，他們的運動索引樹作為一個分類器來決定包含與輸入樣例最相似的運 動的子集[IO]. Li和Prabhakaran給出了一種索引有一系列屬性的運動數(shù)據(jù)的樹 形結(jié)構(gòu)[ll]。 Muller等人提出了一種更加完善的使用定性幾何特征的索引構(gòu)建方 法[6]，這些幾何特征用某一姿勢下一系列的表示不同身體部位之間幾何關(guān)系的 布爾變量表示。Lin也提出了一種相似的索引方案[12]，他通過一個預處理的過 程提取特征從而可以簡潔的表示運動數(shù)據(jù)。
兩個邏輯上相似的運動數(shù)據(jù)可能表現(xiàn)出很大時空變化。因此運動數(shù)據(jù)之間 的比較應該考慮時間軸上的差異，比如，運動數(shù)據(jù)之間的幀對應關(guān)系應該根據(jù) 一個連續(xù)的，單調(diào)遞增的映射關(guān)系進行調(diào)整[3]。動態(tài)時間調(diào)整(DTW)可以找 到兩個時間序列之間的最優(yōu)對應關(guān)系，經(jīng)常被用來確定時間序列相似性，分類 及對應區(qū)域[13]。
運動傳感器是一種可以捕獲多方面運動特性(如運動加速度和朝向等)的 新型設(shè)備，隨著微機電(MEMS)技術(shù)的進步，其體積和價格大大降低，已經(jīng) 可以用于人機交互和運動捕獲等領(lǐng)域。盡管使用運動傳感器獲取高質(zhì)量的運動 數(shù)據(jù)還比較困難，但卻可以方便的獲得粗略的示范運動，從而直觀、準確的呈 現(xiàn)動畫制作人員的創(chuàng)作意圖。因此，我們提出了基于示范表演的直觀高效的三 維人體運動數(shù)據(jù)檢索方法。該方法解決了動畫制作人員在使用海量運動數(shù)據(jù)庫 進行運動檢索時輸入信息難以描述、不夠直觀且檢索效率低下的難題。 參考文獻 Yu, T" Shen, X., Li， Q., Geng，W.: Motion retrieval based on movement notation language. Computer Animation and Virtual 2005， 16(3-4)， 273—282 Li, Q., Geng， W， et al. : MotionMaster: authoring and choreographing Kung-fli motions by sketch drawings. In: SCA， 06: Proceedings of the 2006 ACM SIGGRAPH/Eurographics symposium on Computer animation: 233-241. Kovar, L., Gleicher, M.: Automated extraction and parameterization of motions in large data sets. ACM Trans. Graph. 2004， 23(3), 559—568 Sakamoto, Y" Kuriyama， S., Kaneko, T.: Motion map: image-based retrieval andsegmentation of motion data. In: SCA'04: Proceedings of the 2004 ACM SIGGRAPH/Eurographics symposium on Computer animation, 259—266. Eurographics Association, Aire-la-Ville, Switzerland, Switzerland [5] Ren， L., Patrick, A., Efros, A.A.， Hodgins， J.K., Rehg， J.M.: A data-driven approach to quantifying natural human motion. ACM Trans. Graph. 2005, 24(3)， 1090—1097 Muller, M., Roder, T" Clausen, M.: Efficient contentbased retrieval of motion
capture data. ACM Trans. Graph. 2005, 24(3), 677—685 [7] Arikan， O., Forsyth, D.A.: Interactive motion generation from examples. ACM
Trans. Graph. 2002， 21(3), 483490 [8] Lee, J., Chai, J., Reitsma, P.S.A., Hodgins, J.K.， Pollard, N.S.: Interactive control
of avatars animated with human motion data. In: SIGGRAPH '02: Proceedings
of the 29th annual conference on Computer graphics and interactive techniques,
2002， pp, 491—500. ACM， New York, NY, USA [9] Chiu, C.Y" Chao, S.P., Wu, M.Y" Yang, S.N.， Lin, H.C.: Content-based retrieval
for human motion data. Journal of Visual Communication and Image
Representation, Special Issue on Multimedia Database Management Systems.
2004, 15(3), 446466 [10] Liu， F.， Zhuang, Y" Wu, F.， Pan, Y.: 3d motion retrieval with motion index tree.
Comput. Vis. Image Underst. 2003, 92(2-3)， 265—284 [11] Li， C.， Prabhakaran, B.: Indexing of motion capture data for efficient and fast
similarity search. Journal of Computers. 2006, Vol. 1(3)， pp. 35~42 [12] Lin， Y.: Efficient human motion retrieval in large databases. In: GRAPHITE ，06:
Proceedings of the 4th international conference on Computer graphics and
interactive techniques in Australasia and Southeast Asia, 2006, pp. 31—37. ACM
Press, New York, NY， USA [13] Salvador, S.， Chan, P.: Toward accurate dynamic time warping in linear time and
space. Intelligent Data Analysis. 2007, 11, 561—580

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于示范表演的直觀高效的三維人體運動數(shù)據(jù)檢 索方法。
包括如下步驟1) 用子空間劃分的方法為大容量運動數(shù)據(jù)庫構(gòu)建運動索引，對運動數(shù)據(jù)庫 中的每個運動數(shù)據(jù)進行特征提取與分段，并轉(zhuǎn)化為子空間特征符號序列；
2) 連接運動傳感器，設(shè)定運動傳感器的全局參考坐標系；
3) 輸入用戶預定義的標準三維人體骨架；
4) 通過程序界面交互或通過輸入配置文件來指定步驟2)中連接好的運動傳 感器與步驟3)中輸入的標準三維人體骨架節(jié)點之間的對應關(guān)系；
5) 將步驟2)中連接好的運動傳感器放置到人體相應部位，通過姿勢對齊將 運動傳感器和標準三維人體骨架進行綁定；
6) 用綁定好的運動傳感器獲得的朝向數(shù)據(jù)以前向運動學的方法驅(qū)動標準三 維人體骨架，輸出粗略的示范表演運動；
7) 對輸出的示范表演運動用子空間劃分的方法進行特征提取與分段，去除 示范表演運動中的噪音，提取其中的運動特征，輸出特征符號序列；
8) 載入運動索引，以特征符號序列為輸入，進行定性檢索，排除不相似的 運動，輸出候選運動集合；
9) 設(shè)定特征節(jié)點的權(quán)重以及定量檢索結(jié)果的數(shù)目，輸入原始示范運動或由原 始示范運動的特征符號序列轉(zhuǎn)換得到的運動特征向量序列，在候選運動集上進 行定量檢索，得到最終結(jié)果。
所述的用子空間劃分的方法為大容量運動數(shù)據(jù)庫構(gòu)建運動索引，對運動數(shù) 據(jù)庫中的每個運動數(shù)據(jù)進行特征提取與分段，并轉(zhuǎn)化為子空間特征符號序列步 驟用胸、左肘、右肘、左腕、右腕、左膝、右膝、左踝、右踝9個特征節(jié)點 來構(gòu)建索引，每個特征節(jié)點的父節(jié)點的局部空間在垂直方向上被劃分為上、中、 下三層；在水平方向上被劃分為前、后、左、右、中五部分，共劃分出15個子 空間，特征節(jié)點處于某個子空間時可用一個數(shù)字符號表示；對運動數(shù)據(jù)的每一 幀計算得到這9個特征節(jié)點的符號表示，符號表示相同的連續(xù)幀被合并為一個 運動分段；對運動數(shù)據(jù)庫中的每一個運動序列進行特征提取，得到其分段后的 符號序列。
所述的將步驟2)中連接好的運動傳感器放置到人體相應部位，通過姿勢對 齊將運動傳感器和標準三維人體骨架進行綁定用戶做出與標準三維人體骨架 相同的初始姿勢，系統(tǒng)以運動傳感器的朝向矩陣的逆矩陣乘以相應骨架節(jié)點的 初始朝向矩陣，得到姿勢對齊矩陣；獲取示范表演時，首先要將運動傳感器得 到的朝向矩陣乘以姿勢對齊矩陣，然后才能將其賦給相應的骨架節(jié)點。
所述的載入運動索引，以特征符號序列為輸入，進行定性檢索，排除不相似的運動，輸出候選運動集合根據(jù)用戶選定的特征節(jié)點對己有的運動索 引進行動態(tài)的運動分段合并，生成新的運動索引并載入到內(nèi)存；以時序數(shù) 據(jù)匹配的方法建立待比較的運動特征序列之間的對應關(guān)系，并判斷兩者是 否對應相等；特征符號之間的匹配條件為査詢特征符號是否包含于由候選 特征符號及其相鄰特征符號組成的集合中。
本發(fā)明的目標是直觀、準確的表達動畫制作人員的創(chuàng)制意圖，實現(xiàn)所需運 動數(shù)據(jù)的快速有效提取，從而高效的重用已有運動素材。大容量運動數(shù)據(jù)庫中 包含豐富的運動素材，動畫師可以通過運動傳感器方便的獲取示范表演運動，
借助于我們構(gòu)建的運動索引，可以快速高效的檢索出與之相似的高質(zhì)量的運動 數(shù)據(jù)。目前已有的運動檢索方法要么檢索時間過于漫長、結(jié)果不夠準確，要么 檢索流程過于繁瑣、交互不夠直觀，本發(fā)明克服了這兩個難題。在動畫制作過 程中，動畫師所需的三維人體運動一般是通過昂貴的運動捕捉設(shè)備獲得，這個 過程需要由專業(yè)演員表演動畫師設(shè)計的動作。本發(fā)明允許動畫師充分重用已有 運動素材，而不需要每個動作都重新捕捉，大大節(jié)省了動畫制作時間和成本。 本發(fā)明解決了大容量運動數(shù)據(jù)庫難以檢索的問題，提供了一種動畫師易于理解 和使用的直觀高效的運動數(shù)據(jù)檢索方法。


圖l(a)是標準三維人體骨架示意；
圖l(b)是運動傳感器在人體上的放置部位示意
圖2是通過姿勢對齊將運動傳感器綁定到標準三維人體骨架示意； 圖3是本運動檢索系統(tǒng)框架與流程示意； 圖4(a)是子空間劃分的頂視圖示意； 圖4⑨是子空間劃分的側(cè)視圖示意； 圖5是基于子空間劃分的運動特征提取與分段示意； 圖6是運動索引大小與特征節(jié)點個數(shù)關(guān)系示意； 圖7是運動檢索實例流程示意。
具體實施例方式
基于示范表演的直觀高效的三維人體運動數(shù)據(jù)檢索方法包括如下步驟，見圖3: 1)用子空間劃分的方法，見圖4(a)-4(b),為大容量運動數(shù)據(jù)庫構(gòu)建運動索弓l， 對運動數(shù)據(jù)庫中的每個運動數(shù)據(jù)進行特征提取與分段，并轉(zhuǎn)化為子空間特征符 號序列，索引的大小與選定的特征關(guān)節(jié)點的個數(shù)有關(guān)，關(guān)節(jié)點數(shù)越多，分段越 細，索引所占空間也就越大，圖6展示了運動索引大小與特征節(jié)點個數(shù)的關(guān)系，其中上、下的"、^分別表示對兩個不同的節(jié)點提取特征得到的分段序列，中 間的F是同時對這兩個節(jié)點提取特征得到的分段序列，可見，選用的特征節(jié)點 數(shù)越多，運動分段越細，所需的存儲空間也越大；
2) 連接運動傳感器，設(shè)定運動傳感器的全局參考坐標系；
3) 輸入用戶預定義的標準三維人體骨架,見圖l(a);
4) 通過程序界面交互或通過輸入配置文件來指定步驟2)中連接好的運動傳 感器與步驟3)中輸入的標準三維人體骨架節(jié)點之間的對應關(guān)系；
5) 將步驟2)中連接好的運動傳感器放置到人體相應部位,見圖l(b)，通過姿 勢對齊將運動傳感器和標準三維人體骨架進行綁定,見圖2;
6) 用綁定好的運動傳感器獲得的朝向數(shù)據(jù)以前向運動學的方法驅(qū)動標準三
維人體骨架，輸出粗略的示范表演運動；
7) 對輸出的示范表演運動用子空間劃分的方法進行特征提取與分段，見圖 5，去除示范表演運動中的噪音，提取其中的運動特征，輸出特征符號序列；
8) 載入運動索引，以特征符號序列為輸入，進行定性檢索，排除不相似的 運動，輸出候選運動集合；
9) 設(shè)定特征節(jié)點的權(quán)重以及定量檢索結(jié)果數(shù)目參數(shù)，輸入原始示范運動或由 運動特征符號序列轉(zhuǎn)換得到的運動特征向量序列，在候選運動集上進行定量的 檢索，得到最終結(jié)果。
所述的用子空間劃分的方法為大容量運動數(shù)據(jù)庫構(gòu)建運動索引，對運動數(shù) 據(jù)庫中的每個運動數(shù)據(jù)進行特征提取與分段，并轉(zhuǎn)化為子空間特征符號序列步 驟用胸、左肘、右肘、左腕、右腕、左膝、右膝、左踝、右踝9個特征節(jié)點 來構(gòu)建索引，每個特征節(jié)點的父節(jié)點的局部空間在垂直方向上被劃分為上、中、 下三層；在水平方向上被劃分為前、后、左、右、中五部分，共劃分出15個子 空間，特征節(jié)點處于某個子空間時可用一個數(shù)字符號表示；對運動數(shù)據(jù)的每一 幀計算得到這9個特征節(jié)點的符號表示，符號表示相同的連續(xù)幀被合并為一個 運動分段；對運動數(shù)據(jù)庫中的每一個運動序列進行特征提取，得到其分段后的 符號序列。
所述的將步驟2)中連接好的運動傳感器放置到人體相應部位，通過姿勢對 齊將運動傳感器和標準三維人體骨架進行綁定用戶做出與標準三維人體骨架 相同的初始姿勢，系統(tǒng)以運動傳感器的朝向矩陣的逆矩陣乘以相應骨架節(jié)點的 初始朝向矩陣，得到姿勢對齊矩陣；獲取示范表演時，首先要將運動傳感器得 到的朝向矩陣乘以姿勢對齊矩陣，然后才能將其賦給相應的骨架節(jié)點。所述的載入運動索引，以特征符號序列為輸入，進行定性檢索，排除不相 似的運動，輸出候選運動集合根據(jù)用戶選定的特征節(jié)點對己有的運動索引進 行動態(tài)的運動分段合并，生成新的運動索引并載入到內(nèi)存；以時序數(shù)據(jù)匹配的 方法建立待比較的運動特征序列之間的對應關(guān)系，并判斷兩者是否對應相等； 特征符號之間的匹配條件為查詢特征符號是否包含于由候選特征符號及其相鄰 特征符號組成的集合中。
下面用一個實例來說明
具體實施例方式
首先對大容量運動數(shù)據(jù)庫進行預處理，對每個運動數(shù)據(jù)進行特征提取與分 段，構(gòu)建運動索引，然后即可按照流程進行基于示范表演的直觀高效的三維人 體運動數(shù)據(jù)檢索，見圖3。連接運動傳感器，設(shè)定其全局參考坐標系，輸入標準 三維人體骨架，見圖l(a)，如果用戶只關(guān)注局部身體運動，如上半身的運動，則 只要選定胸、左肘、右肘、左腕、右腕5個特征節(jié)點，利用5個運動傳感器即 可獲取上半身的示范表演運動，通過程序界面交互或通過輸入配置文件來指定 運動傳感器與關(guān)節(jié)點的對應關(guān)系，接著將運動傳感器放置于人體相應部位,見圖 l(b)，經(jīng)過姿勢對齊后,見圖2，運動傳感器即可以實時驅(qū)動人體骨架運動。用子 空間劃分的方法，見圖4(a)-4(b)，對示范表演運動進行特征提取，得到其特征符 號序列。在將運動索引載入到內(nèi)存的過程中，根據(jù)用戶選定的特征節(jié)點系統(tǒng)對 已有的運動索引進行動態(tài)的運動分段合并，生成新的運動索引，圖6展示了這 一過程假設(shè)尸是同時對某兩個節(jié)點提取特征后得到的運動索引序列，如果用 戶只選擇節(jié)點1來進行運動檢索，則系統(tǒng)自動進行分段合并后得到的索引序列 為^。通過圖5我們可以看出，經(jīng)過特征提取與分段后，示范表演運動以及與 之相似的運動數(shù)據(jù)庫中的運動數(shù)據(jù)可轉(zhuǎn)換為相同的特征符號序列，因此基于特 征序列的定性檢索可以排除與示范表演運動不相似的運動數(shù)據(jù)，得到候選運動 片斷集合，但由于定性檢索的模糊性，檢索出來的運動片斷數(shù)量比較多，雖然 包含了所有與輸入運動相似的運動，但也包含了一些與輸入運動不相似的運動， 因此需要進一步的精確檢索。設(shè)定各個特征關(guān)節(jié)點的權(quán)重以及定量檢索結(jié)果的 數(shù)目之后，進行基于動態(tài)時間調(diào)整(Dy皿micTime Warping)算法的定量檢索。最 終，我們得到了所需要的高質(zhì)量的三維人體運動數(shù)據(jù)，該檢索實例的流程見圖7。
權(quán)利要求
1.一種基于示范表演的直觀高效的三維人體運動數(shù)據(jù)檢索方法，其特征在于包括如下步驟1)用子空間劃分的方法為大容量運動數(shù)據(jù)庫構(gòu)建運動索引，對運動數(shù)據(jù)庫中的每個運動數(shù)據(jù)進行特征提取與分段，并轉(zhuǎn)化為子空間特征符號序列；2)連接運動傳感器，設(shè)定運動傳感器的全局參考坐標系；3)輸入用戶預定義的標準三維人體骨架；4)通過程序界面交互或通過輸入配置文件來指定步驟2)中連接好的運動傳感器與步驟3)中輸入的標準三維人體骨架節(jié)點之間的對應關(guān)系；5)將步驟2)中連接好的運動傳感器放置到人體相應部位，通過姿勢對齊將運動傳感器和標準三維人體骨架進行綁定；6)用綁定好的運動傳感器獲得的朝向數(shù)據(jù)以前向運動學的方法驅(qū)動標準三維人體骨架，輸出粗略的示范表演運動；7)對輸出的示范表演運動用子空間劃分的方法進行特征提取與分段，去除示范表演運動中的噪音，提取其中的運動特征，輸出特征符號序列；8)載入運動索引，以特征符號序列為輸入，進行定性檢索，排除不相似的運動，輸出候選運動集合；9)設(shè)定特征節(jié)點的權(quán)重以及定量檢索結(jié)果的數(shù)目，輸入原始示范運動或由原始示范運動的特征符號序列轉(zhuǎn)換得到的運動特征向量序列，在候選運動集上進行定量檢索，得到最終結(jié)果。
2. 如權(quán)利要求1所述的一種基于示范表演的直觀高效的三維人體運動數(shù)據(jù) 檢索方法，其特征在于，所述的用子空間劃分的方法為大容量運動數(shù)據(jù)庫構(gòu)建 運動索引，對運動數(shù)據(jù)庫中的每個運動數(shù)據(jù)進行特征提取與分段，并轉(zhuǎn)化為子 空間特征符號序列步驟用胸、左肘、右肘、左腕、右腕、左膝、右膝、左踝、 右踝9個特征節(jié)點來構(gòu)建索引，每個特征節(jié)點的父節(jié)點的局部空間在垂直方向 上被劃分為上、中、下三層，在水平方向上被劃分為前、后、左、右、中五部 分，共劃分出15個子空間，特征節(jié)點處于某個子空間時可用一個數(shù)字符號表示; 對運動數(shù)據(jù)的每一幀計算得到這9個特征節(jié)點的符號表示，符號表示相同的連 續(xù)幀被合并為一個運動分段；對運動數(shù)據(jù)庫中的每一個運動序列進行特征提取， 得到其分段后的符號序列。
3. 如權(quán)利要求1所述的一種基于示范表演的直觀高效的三維人體運動數(shù)據(jù) 檢索方法，其特征在于，所述的將步驟2)中連接好的運動傳感器放置到人體相應部位，通過姿勢對齊將運動傳感器和標準三維人體骨架進行綁定用戶做出 與標準三維人體骨架相同的初始姿勢，系統(tǒng)以運動傳感器的朝向矩陣的逆矩陣 乘以相應骨架節(jié)點的初始朝向矩陣，得到姿勢對齊矩陣；獲取示范表演時，首 先要將運動傳感器得到的朝向矩陣乘以姿勢對齊矩陣，然后才能將其賦給相應 的骨架節(jié)點。
4.如權(quán)利要求1所述的一種基于示范表演的直觀高效的三維人體運動數(shù)據(jù)檢索方法，其特征在于，所述的載入運動索引，以特征符號序列為輸入，進行定性檢索，排除不相似的運動，輸出候選運動集合根據(jù)用戶選定的特征節(jié)點 對己有的運動索引進行動態(tài)的運動分段合并，生成新的運動索引并載入到內(nèi)存; 以時序數(shù)據(jù)匹配的方法建立待比較的運動特征序列之間的對應關(guān)系，并判斷兩 者是否對應相等；特征符號之間的匹配條件為査詢特征符號是否包含于由候選 特征符號及其相鄰特征符號組成的集合中。
全文摘要
本發(fā)明公開了一種基于示范表演的直觀高效的三維人體運動數(shù)據(jù)檢索方法。方法1)用子空間劃分的方法為大容量運動數(shù)據(jù)庫構(gòu)建運動索引；2)設(shè)定運動傳感器的全局參考坐標系；3)載入標準三維人體骨架；4)指定運動傳感器與標準三維人體骨架節(jié)點之間的對應關(guān)系；5)通過姿勢對齊將運動傳感器和標準三維人體骨架進行綁定；6)用運動傳感器獲得的數(shù)據(jù)來驅(qū)動標準三維人體骨架，獲得示范表演運動；7)用子空間劃分的方法對示范表演運動進行特征提??；8)載入運動索引，進行定性檢索；9)設(shè)定參數(shù)，在定性檢索的基礎(chǔ)上進行定量檢索。本發(fā)明解決了在人物動畫制作過程中如何直觀、準確的表達動畫制作人員的創(chuàng)制意圖，實現(xiàn)所需運動數(shù)據(jù)的快速有效提取的問題。
文檔編號G06F17/30GK101308500SQ20081006167
公開日2008年11月19日 申請日期2008年5月23日 優(yōu)先權(quán)日2008年5月23日
發(fā)明者順 張, 李啟雷, 梁秀波, 耿衛(wèi)東 申請人:浙江大學