[发明专利]基于运动特征的人体运动插值计算方法

说明书

技术领域

本发明涉及基于运动特征的人体运动插值计算方法，属于图像处理技术领域。 

背景技术

近年来，随着计算机软硬件技术的进步，计算机动画技术得到了飞速的发展，计算机动画是指采用图形与图像的处理技术，以实体造型和真实感显示技术为基础，借助于编程或动画制作软件生成一系列的景物画面。其涉及到图像处理技术、运动控制原理、视频技术和艺术等众多领域，以独特的特点逐步成为一个多种学科和技术综合的领域。其中，运动捕捉技术的不断发展，人们可以利用捕捉设备抓取到的数据生成更多样化且复杂的虚拟人运动。但是，由于运动捕捉设备昂贵且受限于捕捉的外部条件，不可能对所需的人体运动数据每次都进行捕捉，运动数据重用技术和基于运动图的人体动画合成技术由此产生。将捕获的人体运动数据根据运动类型分类保存构建运动图，合成新的人体运动数据时，只需遍历运动图并结合插值技术即可由现有的人体运动数据片段合成新的所需人体运动数据。因此，基于运动捕捉数据的运动合成技术研究是计算机动画技术重要的研究领域之一。 

自2002年基于运动图的人体运动合成方法产生后，在人体运动数据合成领域，基于运动图的人体运动合成方法已成为目前的主要方法。如附图2所示，运动图的基本方法是将运动捕捉数据按运动类型分段，每帧为一个节点，然后计算每一个节点间的相似性，满足所设阈值的节点间构建为边，最后形成运动图，进行人体运动合成的过程就是在运动图上搜索所需路径的过程。尽管经过多年的发展，但其仍存在很多问题，例如运动图中点、边的定义，过渡点的选取，运过渡动画插值计算等。 

发明内容

为了克服上述的不足，本发明提出了基于运动特征的人体运动插值计算方法。本方法通过使用流形学习的方法对高维运动数据降维，并根据降维后的低维特征曲线完成人体运动特征的提取，最后基于提取的运动特征计算过渡窗口长度，确定过渡区间，使用线性插值算法完成过渡动画的构建。通过基于运动特征的人体运动插值窗口长度计算，着重解决在人体运动插值中，过渡窗口选择复杂，通用性差，生成过渡动画跳帧、漏帧的问题。 

本发明的技术方案是：通过PCA降维算法对高维人体运动数据进行降维处理，使用降维后的低维数据，绘制低维特征曲线。根据低维特征曲线提取人体 运动特征。在运动特征的基础上选取过渡窗口长度，确定过渡区间，最后使用线性插值算法完成过渡动画的构建。 

本发明的技术方案具体包括以下步骤： 

1.对高维人体运动数据进行降维处理 

使用PCA、流形学习算法，对高维人体运动数据进行降维处理，得到原始运动序列的低维流形结构，根据运动类型的不同，绘制与之匹配的低维特征曲线。 

2.提取运动特征 

根据生成的人体运动数据低维特征曲线，在低维特征曲线转折处就是高维空间中人体运动姿态的改变处，我们可以将低维特征曲线上的这些点提取出来。 

3.计算过渡窗口长度 

根据所绘制的低维特征曲线，在需要进行插值构建过渡动画的2段运动的跳转点位置，分别向前或向后取离跳转点最近的一个特征曲线转折点，跳转点和求得的特征曲线转折点之间即为过渡窗口，此窗口内包含的帧数即为过渡区间长度。 

4.生成过渡动画 

将经过基于运动特征提取的过渡窗口内数据作为插值的原始数据集，假设其分别为数据集A[F₁,F₂,...,F_n]和数据集B[F₁,F₂,...,F_n]，其中，F_i表示数据集中的一帧数据，其可表示为： 

F(i)={T,R₁,R₂,…..,R_k} 

在上面的公式中，T为当前人体的根关节点，R为其余关节点，k为当前人体骨架结构包含的除根关节点外的关节点总数。对数据集A[F₁,F₂,…,F_n]和数据集B[F₁,F₂,…,F_n]中每一组相对应的帧F_i，对当前帧F_i上相对应的关节点R_k使用线性插值算法得到插值点，使用这些插值点合成一帧新的数据，以此类推，最终完成过渡动画的构建。