[发明专利]基于局部线性嵌入的运动捕捉数据的关键帧提取方法

权利要求书

1.一种基于局部线性嵌入的运动捕捉数据的关键帧提取方法，其特征在于包括以下步骤：

S1：采用局部线性嵌入方法对运动捕捉数据进行降维，采用平滑滤波去除噪声得到反映原始运动的一维特征曲线；

S2：提取特征曲线上的局部极值点获得初始关键帧；

S3：在初始关键帧之间，根据其特征曲线幅度差值和设定的阈值插入相应的帧数，得到最终的关键帧集合。

2.根据权利要求1所述的基于局部线性嵌入的运动捕捉数据的关键帧提取方法，其特征还在于：S1中采用局部线性嵌入方法对运动捕捉数据进行降维时具体包括以下步骤：

S11：在高维空间中选择K个近邻点，对于高维空间中的每个样本点X_i(i＝1,2,…,N)，N为样本的总数，计算每个样本点与其它样本点之间的欧式距离；

S12：由每个样本点的近邻点计算该样本点的局部重建权值矩阵；

S13：根据该样本点的局部重建权值矩阵和其近邻点计算出该样本点的输出值。

3.根据权利要求1所述的基于局部线性嵌入的运动捕捉数据的关键帧提取方法，其特征还在于：S3具体包括以下步骤：

S31：计算相邻的初始关键帧之间的特征曲线的幅度差值vary，vary表示初始关键帧集合中两相邻帧的幅度差值；

S32：设置一个阈值φ₁，如果vary<阈值φ₁，则不插入关键帧；如果vary>阈值φ₁，则在对应初始关键帧之间插入一帧或多帧；

S33：当幅度差值vary>阈值φ₁时，设对应的初始关键帧为f₁和f₂，先将f₁作为当前帧，设f_new＝f₁，f_new为临时变量，按帧序号抽取下一帧用f_next表示，根据特征曲线幅度检测f_next和f_new间的幅度差值vary₁,设置另一个阈值φ₂，如果vary₁<φ₂，则不作处理；如果vary₁>φ₂，则将f_next加入到的关键帧集合中，令f_next＝f_new；

S34：重复S32和S33直到所有帧处理完毕，得到最终关键帧集合。