基于縮略圖的人體運(yùn)動(dòng)捕獲數(shù)據(jù)檢索.pdf

1、隨著運(yùn)動(dòng)捕捉技術(shù)的高速發(fā)展，越來(lái)越多的優(yōu)質(zhì)運(yùn)動(dòng)捕獲數(shù)據(jù)不斷涌現(xiàn)，并廣泛應(yīng)用于各行各業(yè)。例如，影視產(chǎn)業(yè)、視頻游戲領(lǐng)域、虛擬現(xiàn)實(shí)交互、計(jì)算機(jī)醫(yī)學(xué)輔助等。完成一次動(dòng)作數(shù)據(jù)捕獲相當(dāng)耗時(shí)耗錢(qián)。為此，計(jì)算機(jī)科學(xué)家們開(kāi)始將研究重點(diǎn)轉(zhuǎn)移到了如何對(duì)已有的三維人體運(yùn)動(dòng)捕獲數(shù)據(jù)進(jìn)行分析、檢索、合成與分割，從而達(dá)到重復(fù)利用的目的。
　　檢索是復(fù)用優(yōu)質(zhì)運(yùn)動(dòng)捕獲數(shù)據(jù)的關(guān)鍵環(huán)節(jié)，為了更加高效的檢索和查看大量真實(shí)感超強(qiáng)的三維人體運(yùn)動(dòng)捕獲數(shù)據(jù)，本文提出了一種SK-

2、means聚類算法，在傳統(tǒng)的K-means聚類算法中引入了概率統(tǒng)計(jì)信息，采用無(wú)監(jiān)督學(xué)習(xí)進(jìn)行運(yùn)動(dòng)捕獲數(shù)據(jù)的組織，以語(yǔ)義關(guān)鍵幀生成縮略圖作為檢索預(yù)覽圖，實(shí)現(xiàn)高效直觀的檢索。該方法用分三個(gè)階段實(shí)現(xiàn)對(duì)運(yùn)動(dòng)捕獲數(shù)據(jù)的高效檢索。首先，引入統(tǒng)計(jì)訓(xùn)練信息對(duì)運(yùn)動(dòng)數(shù)據(jù)進(jìn)行K-mean聚類得到類型描述符，進(jìn)而實(shí)現(xiàn)快速字符匹配。其次，在檢索過(guò)程中學(xué)習(xí)用戶的檢索信息，統(tǒng)計(jì)每個(gè)數(shù)據(jù)檢索率，實(shí)現(xiàn)民主決策檢索排名，從而達(dá)到降低聚類誤差的同時(shí)提高檢索準(zhǔn)確度。最后，提出一