检索结果-内蒙古大学图书馆

计算机辅助设计与图形学学报 2016年第12期28卷 2151-2158页

作者：王欢屠长河山东大学计算机科学与技术学院济南250101

针对动作捕捉数据高维度、检索耗时问题,提出一种基于哈希学习的高效编码和快速检索算法.该算法对动作捕捉库中的每个运动序列,顺序将固定帧数的帧序列作为滑动窗口,以滑动窗口为单位抽取特征,将一个帧序列其所有滑动窗口特征作为其特... 详细信息

针对动作捕捉数据高维度、检索耗时问题,提出一种基于哈希学习的高效编码和快速检索算法.该算法对动作捕捉库中的每个运动序列,顺序将固定帧数的帧序列作为滑动窗口,以滑动窗口为单位抽取特征,将一个帧序列其所有滑动窗口特征作为其特征表达,通过哈希学习方法对每个序列进行哈希编码;检索时采用分层检索策略,对待检索序列提取其关键帧,用哈希编码方法检索库中与关键帧相似的若干窗口帧,并通过均匀帧采样计算帧间误差进一步筛选包含相似窗口帧的序列段,获得数据库中与待检索序列相似的若干相似序列段.实验结果表明,文中算法可实现从大规模动作捕捉数据库中快速检索相似序列段.

关键词：动作捕捉数据相似检索哈希学习编码

来源：评论

学校读者我要写书评

暂无评论

基于动作捕捉数据的人体运动合成研究

基于动作捕捉数据的人体运动合成研究

引用

作者：原永芹西安理工大学

学位级别：硕士

基于动作捕捉数据的人体运动合成强调对现有捕捉数据的重用，是计算机图形学、计算机视觉等领域的重要研究内容。然而，由于三维人体模型的复杂性、运动数据的高维性以及人眼视觉的敏感性等问题，有效的关键帧提取及匹配、准确的评估人... 详细信息

基于动作捕捉数据的人体运动合成强调对现有捕捉数据的重用，是计算机图形学、计算机视觉等领域的重要研究内容。然而，由于三维人体模型的复杂性、运动数据的高维性以及人眼视觉的敏感性等问题，有效的关键帧提取及匹配、准确的评估人体运动相似度以及符合逻辑的合成运动成为人体运动合成的难点。\n 本文针对移动类人体运动展开研究，涉及到基于关键帧插值的运动合成方法以及基于运动图的运动合成方法，具体工作和研究成果如下：\n (1)提出一种基于特征曲线分割的关键帧插值方法。首先，提取运动序列的双脚前后关系和时序步距等特征；其次，分析移动类人体运动规律，基于时序步距特征曲线提取关键帧并进行运动分割；进而，对满足逻辑性关系的关键帧对进行匹配；最后，基于匹配的关键帧对运用四元数球面插值算法和线性插值算法连接合成新运动。实验结果表明该方法能够准确提取关键帧，避免基于关键帧插值的逻辑性错误和不连续性等问题。\n (2)提出一种基于相似度的高效运动图合成方法。首先，由于DTW(Dynamic TimeWarping)动态时间弯曲距离算法是基于底层帧的相似度评估算法，存在忽视高层特征相似性的问题，本文采用结合高层特征的相似度算法评估人体运动相似度；其次，由于标准运动图存在运动跳转不符合逻辑的问题，本文采用基于运动片段的相似度构建运动图；最后，基于运动图搜索代价最小的路径，基于路径匹配过渡点，合成新运动。实验结果表明本文提出的相似度算法评估更加精确，运动合成能够避免不符合逻辑的运动跳转，运动合成的效率比标准运动图高2-3倍。\n (3)设计和实现一个基于OpenGL的人体运动合成系统。该系统集成了本文提出的两个方法，包括了4个功能模块：载入运动模块、模型渲染模块、人体运动合成模块、人体运动控制模块。

关键词：动作捕捉数据人体运动合成关键帧插值特征匹配运动图

来源：评论

学校读者我要写书评

暂无评论

基于哈希学习的动作捕捉数据的编码与检索

基于哈希学习的动作捕捉数据的编码与检索

引用

作者：王欢山东大学

学位级别：硕士

动作捕捉数据具有冗杂度高、数量级大、特征维度高等特点,使得动作捕捉数据在检索时耗费时间较长。本文提出一种基于哈希学习的高效编码和快速检索算法以达到在大规模动作捕捉数据集中快速检索相似序列段的目标。哈希算法对于高维数据... 详细信息

动作捕捉数据具有冗杂度高、数量级大、特征维度高等特点,使得动作捕捉数据在检索时耗费时间较长。本文提出一种基于哈希学习的高效编码和快速检索算法以达到在大规模动作捕捉数据集中快速检索相似序列段的目标。哈希算法对于高维数据的编码检索方面具有较好的性能,本文将数据库中的每一序列,以固定宽度的窗口,从起始帧开始依次向后滑动,每滑动若干帧统一编码窗口内的所有骨架帧,滑动窗口的策略很好地将序列的局部差异性考虑在内。编码方式采用哈希学习的策略,得到的哈希码相比于原始特征长度更短,占据空间更少。序列检索时采用分层策略,使用关键帧粗略搜索可能相似序列段,然后计算关键帧以及采样帧的累积误差,两者加权以确定检索排序。本文从两个角度论证基于哈希编码的序列检索性能:一是比较使用哈希编码与未使用哈希编码的检索时间;二是比较使用哈希编码与未使用哈希编码的检索准确率。实验结果表明,采用哈希学习的方法可以有效地提升动作捕捉数据的检索性能,这为大规模动作捕捉数据的管理与检索提供了很好的选择。

关键词：动作捕捉数据相似检索哈希编码

来源：评论

学校读者我要写书评

暂无评论

动作捕捉数据检查方法、装置、介质及电子设备

动作捕捉数据检查方法、装置、介质及电子设备

引用

作者：曹旻阳高飞姜鹏清 100190 北京市海淀区紫金数码园4号楼2层0207

本公开涉及一种动作捕捉数据检查方法、装置、介质及电子设备。方法包括：获取目标动作捕捉数据中、每一关节的第一轨迹数据和每一关节所关联的标记点的第二轨迹数据；针对每一关节，根据该关节的第一轨迹数据和该关节所关联的标记点的... 详细信息

标准号: CN116664729A

本公开涉及一种动作捕捉数据检查方法、装置、介质及电子设备。方法包括：获取目标动作捕捉数据中、每一关节的第一轨迹数据和每一关节所关联的标记点的第二轨迹数据；针对每一关节，根据该关节的第一轨迹数据和该关节所关联的标记点的第二轨迹数据，确定该关节的动作捕捉误差；根据每一关节的动作捕捉误差，确定目标动作捕捉数据的动作捕捉误差。这样，可以实现动作捕捉数据的自动检查，帮助动作捕捉工程师更快速地定位到存在问题的动作捕捉数据，以进行数据修复，从而避免因动作捕捉数据误差随着流程的推进累加导致的后续大量的动作编辑工作。

关键词：动作捕捉数据关节动作捕捉轨迹数据标记点关联电子设备动作编辑获取目标目标动作数据修复自动检查累加工程师捕捉检查帮助

来源：评论

学校读者我要写书评

暂无评论

动作捕捉数据获取方法及装置、存储介质、计算机设备

动作捕捉数据获取方法及装置、存储介质、计算机设备

引用

作者：邓前诸寅嘉 200237 上海市徐汇区凌云路396-402号

本申请公开了一种动作捕捉数据获取方法及装置、存储介质、计算机设备，该方法包括：获取目标角色三维模型，并在所述目标角色三维模型的模型顶点中确定捕捉部位对应的目标顶点；基于所述目标角色三维模型的顶点动画数据，播放所述目标... 详细信息

标准号: CN116152401A

本申请公开了一种动作捕捉数据获取方法及装置、存储介质、计算机设备，该方法包括：获取目标角色三维模型，并在所述目标角色三维模型的模型顶点中确定捕捉部位对应的目标顶点；基于所述目标角色三维模型的顶点动画数据，播放所述目标角色三维模型的顶点动画，并获取所述顶点动画的至少一帧动作图像以及所述动作图像对应的模型顶点数据；依据所述模型顶点数据中所述目标顶点的顶点信息，确定捕捉部位信息，并构建三维重建模型的动作捕捉样本集，其中，所述动作捕捉样本集包括至少一组样本，每组样本包括一张动作图像样本及其对应的捕捉部位信息样本。本申请有助于降低数据获取成本以及提高数据准确性。

关键词：三维模型样本动作图像模型顶点目标角色部位信息动作捕捉目标顶点捕捉样本集动作捕捉数据计算机设备数据准确性存储介质顶点信息动画数据获取目标三维重建数据获取构建申请播放角色

来源：评论

学校读者我要写书评

暂无评论

动作捕捉数据分发、获取方法及系统

动作捕捉数据分发、获取方法及系统

引用

作者：原超涂中英王炜煜 200433 上海市杨浦区政立路485号国正中心3号楼

本发明公开了一种动作捕捉数据分发方法，该方法包括：检测是否捕捉到用户的动作；当捕捉到所述动作时，则生成动作捕捉数据；将所述动作捕捉数据封装成对应的数据帧；将所述数据帧发送至直播分发服务，以使所述直播分发服务将所述数据... 详细信息

标准号: CN112423020B

本发明公开了一种动作捕捉数据分发方法，该方法包括：检测是否捕捉到用户的动作；当捕捉到所述动作时，则生成动作捕捉数据；将所述动作捕捉数据封装成对应的数据帧；将所述数据帧发送至直播分发服务，以使所述直播分发服务将所述数据帧转发至VR客户端。本发明能够实现动作捕捉数据的大规模的分发，使得处于不同局域网的多个VR客户端的用户同时进行虚拟现实体验成为了可能。

关键词：动作捕捉数据分发服务分发捕捉虚拟现实体验数据帧发送数据帧转发直播客户端数据帧局域网封装检测客户

来源：评论

学校读者我要写书评

暂无评论

动作捕捉数据分发、获取方法及系统

动作捕捉数据分发、获取方法及系统

引用

作者：原超涂中英王炜煜 200433 上海市杨浦区政立路485号国正中心3号楼

标准号: CN112423020A

关键词：动作捕捉数据分发服务分发捕捉虚拟现实体验数据帧发送数据帧转发直播客户端数据帧局域网封装检测客户

来源：评论

学校读者我要写书评

暂无评论

基于动作捕捉数据隐变量傅里叶分析的角色动画自编码器

基于动作捕捉数据隐变量傅里叶分析的角色动画自编码器

引用

作者：张洋瑞凌力 200433 上海市杨浦区邯郸路220号

本发明属于图形学技术领域，具体为一种基于动作捕捉数据隐变量傅里叶分析的角色动画自编码器。本发明的角色动画自编码器包括其结构包括编码器、解码器，两者中还有一个特别设计的隐变量序列正弦重建层；即角色动画序列经编码器生成隐... 详细信息

标准号: CN116342767A

本发明属于图形学技术领域，具体为一种基于动作捕捉数据隐变量傅里叶分析的角色动画自编码器。本发明的角色动画自编码器包括其结构包括编码器、解码器，两者中还有一个特别设计的隐变量序列正弦重建层；即角色动画序列经编码器生成隐变量序列x(n)，再经过隐变量序列正弦重建层重构，最后进入解码器进行解码。隐变量序列正弦重建层尝试用一个正弦波Acos(2πfn‑p)+b去近似x(n)，幅值A和相移p能够描述运动的幅度和时机，构成运动的相位空间表示。用相位空间表示和角色动作捕捉数据一起训练一个动作合成网络，能够使得动作合成网络生成逼真的角色动画动作。

关键词：变量序列角色动画编码器正弦解码器动作合成相位空间重建动作捕捉数据傅里叶分析解码角色动作网络生成图形学正弦波相移重构近似捕捉时机网络

来源：评论

学校读者我要写书评

暂无评论

一种人体动作捕捉数据恢复方法及系统

一种人体动作捕捉数据恢复方法及系统

引用

作者：吕娜张继进彭京亮 250022 山东省济南市市中区南辛庄西路336号

本发明属于动作捕捉数据恢复领域，提供了一种人体动作捕捉数据恢复方法及系统，包括获取动作捕捉数据矩阵，所述动作捕捉数据矩阵由顺序排列的帧组成；基于线性投影将动作捕捉数据矩阵中的每一帧数据映射到高维特征空间，并将空间位置... 详细信息

标准号: CN116416680A

本发明属于动作捕捉数据恢复领域，提供了一种人体动作捕捉数据恢复方法及系统，包括获取动作捕捉数据矩阵，所述动作捕捉数据矩阵由顺序排列的帧组成；基于线性投影将动作捕捉数据矩阵中的每一帧数据映射到高维特征空间，并将空间位置信息嵌入到该帧数据中，得到高维单帧数据；并利用自注意力机制提取高维单帧数据中所有标记点之间相关性的空间特征，得到高维单帧空间特征；将时间信息嵌入到动作捕捉数据矩阵的所有高维单帧空间特征中，利用自注意力机制获取高维单帧空间特征之间相关性的时间特征，得到时空间动作捕捉数据矩阵；基于时空间动作捕捉数据矩阵，利用多层感知机还原完整的动作捕捉数据。

关键词：动作捕捉数据矩阵高维空间特征单帧注意力机制单帧数据帧数据嵌入高维特征空间空间位置信息人体动作捕捉多层感知时间特征时间信息数据恢复线性投影标记点映射还原恢复

来源：评论

学校读者我要写书评

暂无评论

一种动作捕捉数据多模板批量重定向方法

一种动作捕捉数据多模板批量重定向方法

引用

作者：李秀杨斌 518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼

本发明提供一种动作捕捉数据多模板批量重定向方法，包括以下步骤：A1：处理用户输入，接收用户选定的关键节点；A2：应用用户HumanIK模板设置，接收多模板文件，分别对上半身、下半身和手指的原始动画根据相对应的模板文件进行应用，... 详细信息

标准号: CN116363272A

本发明提供一种动作捕捉数据多模板批量重定向方法，包括以下步骤：A1：处理用户输入，接收用户选定的关键节点；A2：应用用户HumanIK模板设置，接收多模板文件，分别对上半身、下半身和手指的原始动画根据相对应的模板文件进行应用，得到对应的初步动画文件；A3：烘焙动画，将上半身、下半身和手指对应的所述初步动画文件分别采用适合不同部位的烘焙方法进行烘焙，烘焙完成后，将动画文件分别输出，得到每个部位对应的中间动画文件；A4：将上半身、下半身和手指对应的所述中间动画文件进行整合；A5：对于每一条动画，重复步骤A2至A4，直到对所有动画完成重定向。本发明解决了现有重定向效率低，适配性差的问题，能够高效高质量完成批量重定向工作。

关键词：动画文件重定向烘焙上半身下半身模板文件动作捕捉数据关键节点接收用户模板设置应用用户适配性整合输出重复应用

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：