基于加权置信度的运动捕捉数据低级时域分割算法-江苏大学.PDF

年 月 第 卷第 期 基于加权置信度的运动捕捉数据 低级时域分割算法 杨 洋 詹永照 王新宇 江苏大学 计算机科学与通信工程学院 江苏 镇江 摘要 针对传统的低级时域分割算法不能很好地应用于运动捕捉数据具有高维性 的问题提出 了一种基于加权置信度的运动捕捉数据低级时域分割算法首先计算每个时间点在各维上作为分 割点的置信度之后将这些置信度按照对应的过零强度进行综合得出加权置信度最后通过寻找 加权置信度的局部最大值点并根据合适的阈值加以限定确定出全局的分割点通过测试多组数 据选择得到最优结果时的阈值用卡耐基梅隆大学运动捕捉数据库的数据进行了试验结果表明 该方法可以有效地对动作捕捉数据进行分割在最优阈值条件下该方法在各方面指标上均显著优 于基于曲率或全身速率的方法 关键词 运动捕捉 低级时域分割 高维时序数据 过零点检测 加权置信度 中图分类号 文献标志码 文章编号 引文格式 杨洋 詹永照 王新宇基于加权置信度的运动捕捉数据低级时域分割算法江苏大学学报自然科学版 收稿日期 基金项目 国家自然科学基金资助项目 高等学校博士学科点专项科研基金资助项目 江苏大学高级人才 启动经费资助项目 作者简介 杨洋 男安徽全椒人讲师博士 主要从事计算机图形学运动捕捉数据分析的研究 詹永照 男福建尤溪人教授博士生导师 主要从事计算机图形学模式识别的研究 第 期 杨洋等 基于加权置信度的运动捕捉数据低级时域分割算法 三维运动捕捉数据的时域分割算法主要可以分 于局部人体的动作分割例如手臂上的动作然而全 为高级分割 和低级分割 身动作通常包含更高的维度很少出现各维分割点 高级分割将动作分割成不同的活动或者行为例如 重合的情况所以这种方法并不能解决对全身动作 将走和跳这 种动作分割开来用于高级动作分割 进行分割文献 通过将待分段动作与模板 的方法主要有层次化对齐聚类分析 动作进行对比从而获得分割点然而这类方法只适 的方法 核化时间分割 合于特殊的应用如康复性治疗医生会给出病人练 的方法 基于余弦距离 习的模板动作大部分情况下模板动作往往是不可 的方法 而低级分割将动作分割 获取的 成基础动作 理论上基础动作指的是从 文中提出一种基于加权置信度的方法用于运动 一个速度为零的时间点到下一个速度为零的时间点 捕捉数据的低级分割图 为所提出算法的整体流 之间的动作文中将侧重讨论低级分割方法