專利名稱：基于稀疏表達(dá)的三維人體運(yùn)動數(shù)據(jù)補(bǔ)全方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)據(jù)補(bǔ)全，稀疏表達(dá)，尤其涉及基于稀疏表達(dá)的三維人體運(yùn)動數(shù)據(jù)補(bǔ)全方法。
背景技術(shù)：
三維人體運(yùn)動數(shù)據(jù)被廣泛應(yīng)用到影視娛樂，電視廣告，計(jì)算機(jī)游戲等領(lǐng)域，帶來巨大的經(jīng)濟(jì)效益。然而，即使是目前商用的三維人體運(yùn)動捕獲設(shè)備，由于受到表演者人體肢體自遮擋、服飾的遮擋等原因，常常會出現(xiàn)人體部分標(biāo)記點(diǎn)缺失的現(xiàn)象。為了解決這個(gè)問題，近年來各個(gè)各樣的三維人體運(yùn)動數(shù)據(jù)補(bǔ)全算法被提出，這些方法大致可以劃分為如下幾類I)插值法利用線性或樣條插值函數(shù)，對三維人體運(yùn)動數(shù)據(jù)曲線進(jìn)行插值。這種方法的特點(diǎn)是簡單快速，適合短時(shí)間的運(yùn)動缺失，對超過O. 5秒以上的運(yùn)動缺失無法進(jìn)行準(zhǔn)確的補(bǔ)全。2)模型驅(qū)動法Herda等人提出通過對人體骨架跟蹤的方法，利用時(shí)序關(guān)系和運(yùn)動力學(xué)來預(yù)測缺失的運(yùn)動數(shù)據(jù)，Van在此基礎(chǔ)上提出了一個(gè)全自動的人體骨架跟蹤和骨架系統(tǒng)。3)數(shù)據(jù)庫驅(qū)動的方法這類方法是通過對數(shù)據(jù)庫中現(xiàn)有的三維人體姿態(tài)進(jìn)行檢索和內(nèi)在時(shí)刻關(guān)系挖掘，來對缺失的數(shù)據(jù)進(jìn)行預(yù)測或過濾。例如，Chai J.X.和Hodgins J. K.提出在數(shù)據(jù)庫支持的基礎(chǔ)上，利用少量人體標(biāo)記點(diǎn)來估計(jì)完整的人體姿態(tài)。Liu H.等人提出基于樣例的三維人體運(yùn)動數(shù)據(jù)去噪，并將其應(yīng)用到三維人體運(yùn)動數(shù)據(jù)的補(bǔ)全。4)隱變量法這類方法是利用離散隱狀態(tài)對人體運(yùn)行姿態(tài)進(jìn)行建模，學(xué)習(xí)非線性二值表達(dá)。5)線性動態(tài)系統(tǒng)法這類方法的典型是利用卡爾曼濾波的方法，將人體姿態(tài)變遷過程用線性或非線性的動態(tài)系統(tǒng)進(jìn)行建模，利用構(gòu)建的模型對缺失的數(shù)據(jù)進(jìn)行預(yù)測。本文所提出的方法與上面提到的傳統(tǒng)方法不同，本方法從數(shù)據(jù)表達(dá)的角度來看待運(yùn)動數(shù)據(jù)補(bǔ)全這個(gè)問題，將其轉(zhuǎn)換為求解最優(yōu)稀疏表達(dá)系數(shù)問題。稀疏表達(dá)的核心是基于數(shù)據(jù)存在稀疏性表達(dá)的前提，通過求解I1范數(shù)約束的最優(yōu)化問題，來計(jì)算得到該稀疏表達(dá)系數(shù)。Wright和馬毅等人將稀疏表達(dá)應(yīng)用到人臉識別中，取得了令人矚目的成功。目前，稀疏表達(dá)已經(jīng)被擴(kuò)展應(yīng)用到圖像識別、標(biāo)注、檢索，圖像去噪和壓縮，音頻數(shù)據(jù)識別等領(lǐng)域。受這些相關(guān)研究的啟發(fā)，本文將該算法首次應(yīng)用到三維人體運(yùn)動數(shù)據(jù)補(bǔ)全應(yīng)用中，利用姿態(tài)的稀疏表達(dá)特征，從而實(shí)現(xiàn)對缺失數(shù)據(jù)的補(bǔ)全。

發(fā)明內(nèi)容
本發(fā)明的目的是克服現(xiàn)有技術(shù)的不足，提供基于稀疏表達(dá)的三維人體運(yùn)動數(shù)據(jù)補(bǔ)全方法。基于稀疏表達(dá)的三維人體運(yùn)動數(shù)據(jù)補(bǔ)全方法于包括如下步驟I)利用采集得到的包含各種運(yùn)動類型的完整的三維人體姿態(tài)，以三維人體姿態(tài)所包含的所有標(biāo)記點(diǎn)的三維空間坐標(biāo)信息為特征表達(dá)，構(gòu)建一個(gè)過完備樣本字典Φ = [ \，f2，…，fN] e R3kXN, N》3k，其中A e R3k為第i個(gè)完整的三維人體姿態(tài)，k為人體姿態(tài)中所包含的標(biāo)記點(diǎn)數(shù)目，N為該樣本字典中所包含的姿態(tài)數(shù)目；2)對不完整的三維人體姿態(tài)fi;按照已知標(biāo)記點(diǎn)集和缺失標(biāo)記點(diǎn)集劃分為已知部分姿態(tài)fi。和缺失部分姿態(tài)fim，同樣，對過完備樣本字典按照已知標(biāo)記點(diǎn)集和缺失標(biāo)記點(diǎn)集劃分為已知部分過完備樣本字典Φ。和缺失部分過完備樣本字典Φπ ;·
3)計(jì)算已知標(biāo)記點(diǎn)集所對應(yīng)的已知部分姿態(tài)fi()在對應(yīng)的已知部分過完備樣本字典Φ。下的稀疏表達(dá)系數(shù)，計(jì)算公式如下ι-η η||Φ0χ-.41|； +A||x||,I
X其中，X為稀疏表達(dá)系數(shù)，λ是稀疏正則化參數(shù)，I I · I I1為矩陣和向量的I1范數(shù)；4)根據(jù)得到的稀疏表達(dá)系數(shù)x*=x，對不完整三維人體運(yùn)動數(shù)據(jù)中缺失部分姿態(tài)fim進(jìn)行預(yù)測補(bǔ)全，計(jì)算公式如下^Φ,,χ*2從而實(shí)現(xiàn)對不完整三維人體運(yùn)動數(shù)據(jù)的補(bǔ)全。本發(fā)明與現(xiàn)有技術(shù)相比具有的有益效果是，算法穩(wěn)定，運(yùn)算快速，易于實(shí)現(xiàn)，能夠快速準(zhǔn)確地進(jìn)行三維人體運(yùn)動數(shù)據(jù)補(bǔ)全。


圖1是人體姿態(tài)在由800個(gè)三維人體姿態(tài)構(gòu)成的過完備樣本字典下的表達(dá)系數(shù)；圖2是本發(fā)明在具有重復(fù)性運(yùn)動人體數(shù)據(jù)測試下，不同過完備樣本字典大小情況下，方法性能對比；圖3是本發(fā)明在具有重復(fù)性運(yùn)動人體數(shù)據(jù)測試下，不同缺失幀長度情況下，方法性能對比；圖4是本發(fā)明在具有重復(fù)性運(yùn)動人體數(shù)據(jù)測試下，不同缺失標(biāo)記點(diǎn)數(shù)目情況下，方法性能對比；圖5是本發(fā)明在復(fù)雜運(yùn)動人體數(shù)據(jù)測試下，不同過完備樣本字典大小情況下，方法性能對比；圖6是本發(fā)明在復(fù)雜運(yùn)動人體數(shù)據(jù)測試下，不同不同缺失幀長度情況下，方法性能對比；圖7是本發(fā)明在復(fù)雜運(yùn)動人體數(shù)據(jù)測試下，不同缺失標(biāo)記點(diǎn)數(shù)目情況下，方法性能對比。
具體實(shí)施例方式基于稀疏表達(dá)的三維人體運(yùn)動數(shù)據(jù)補(bǔ)全方法于包括如下步驟I)利用采集得到的包含各種運(yùn)動類型的完整的三維人體姿態(tài)，以三維人體姿態(tài)所包含的所有標(biāo)記點(diǎn)的三維空間坐標(biāo)信息為特征表達(dá)，構(gòu)建一個(gè)過完備樣本字典Φ = [ \，f2，…，fN] e R3kXN, N》3k，其中A e R3k為第i個(gè)完整的三維人體姿態(tài)，k為人體姿態(tài)中所包含的標(biāo)記點(diǎn)數(shù)目，N為該樣本字典中所包含的姿態(tài)數(shù)目；2)對不完整的三維人體姿態(tài)fi;按照已知標(biāo)記點(diǎn)集和缺失標(biāo)記點(diǎn)集劃分為已知部分姿態(tài)fi。和缺失部分姿態(tài)fim，同樣，對過完備樣本字典按照已知標(biāo)記點(diǎn)集和缺失標(biāo)記點(diǎn)集劃分為已知部分過完備樣本字典Φ。和缺失部分過完備樣本字典Φπ ;3)計(jì)算已知標(biāo)記點(diǎn)集所對應(yīng)的已知部分姿態(tài)fi()在對應(yīng)的已知部分過完備樣本字典Φ。下的稀疏表達(dá)系數(shù)，計(jì)算公式如下
權(quán)利要求
1.一種基于稀疏表達(dá)的三維人體運(yùn)動數(shù)據(jù)補(bǔ)全方法，其特征在于包括如下步驟1)利用采集得到的包含各種運(yùn)動類型的完整的三維人體姿態(tài)，以三維人體姿態(tài)所包含的所有標(biāo)記點(diǎn)的三維空間坐標(biāo)信息為特征表達(dá)，構(gòu)建一個(gè)過完備樣本字典
全文摘要
本發(fā)明公開了一種基于稀疏表達(dá)的三維人體運(yùn)動數(shù)據(jù)補(bǔ)全方法。本方法基于任意一個(gè)三維人體姿態(tài)在過完備樣本字典中其重建表達(dá)系數(shù)都具有稀疏性的特點(diǎn)，首先利用采集到的包含各種運(yùn)動類型的完整三維人體姿態(tài)構(gòu)建一個(gè)過完備樣本字典；接著按照不完整三維人體姿態(tài)中已知標(biāo)記點(diǎn)集與缺失標(biāo)記點(diǎn)集，將劃分已知部分姿態(tài)和缺失部分姿態(tài)，劃分為和；然后，計(jì)算已知標(biāo)記點(diǎn)集所對應(yīng)的已知部分姿態(tài)在對應(yīng)的已知部分過完備樣本字典下的稀疏表達(dá)系數(shù)；最后，根據(jù)計(jì)算得到的和已知的計(jì)算缺失部分姿態(tài)，從而實(shí)現(xiàn)三維人體運(yùn)動數(shù)據(jù)的補(bǔ)全。本方法簡單清晰，易于實(shí)現(xiàn)，能夠準(zhǔn)確地對不完整的三維人體運(yùn)動數(shù)據(jù)進(jìn)行補(bǔ)全。
文檔編號G06T7/20GK103020984SQ201210361309
公開日2013年4月3日 申請日期2012年9月25日 優(yōu)先權(quán)日2012年9月25日
發(fā)明者肖俊, 馮銀付, 莊越挺 申請人:浙江大學(xué)