[发明专利]一种基于余弦距离层次聚类的关键帧提取方法

说明书

技术领域

本发明涉及计算机视觉技术领域，具体是一种基于余弦距离层次聚类的关键帧提取方法。

背景技术

三维动画合成技术是在运动捕捉技术产生的基础上发展而来的一门新兴技术。该技术自产生以来就被广泛地运用到游戏动画、电影特效、虚拟现实等数字媒体领域。近几年来，随着计算机性能的稳步提升以及录制设备和动作捕捉传感器技术的突破和精度的提升，三维动画合成技术已然成为计算机图形学领域的研究热点。目前该技术的实现基础依然依赖于运动捕捉技术。运动捕捉技术是该技术的前提，通过传感器获取待捕捉运动的数据信息，再利用动作融合模型将捕获到的原始动作数据合成最终所需要的三维动画。

运动捕捉技术是指准确追踪并记录动作的技术。该技术可以追溯到1914年转描机的使用，最初被用于动画制作。在20世纪70年代，运动捕捉(Motion Capture)技术首次应用于人体的动作捕捉，迪士尼试想通过捕捉演员的动作来改善动画效果。伴随着科学技术的快速发展，运动捕捉设备越来越多样化，例如光学运动捕捉设备、机械式运动捕捉设备以及基于计算机视觉运动捕捉设备。运动捕捉技术的应用主要涉及到三个大方面，即监控、运动控制以及运动分析。监控是通过监视一个或者多个目标的方法来追踪和发现他们的特殊行为。运动控制即是通过捕捉到的运动数据控制一些事物。运动分析是指通过分析运动捕捉数据，发现动作中人们感兴趣的信息。

随着科技的不断进步，动画合成技术的应用越来越广泛。人们对动画合成技术有了新的功能需求，那就是对现有的动作进行重用，从而产生一些不同的效果。即采用动画合成技术给用户一种强烈的视觉冲击，并带给他们震撼的视觉效果。现有的三维动画合成方法主要包含运动合成和运动重定向两种技术。运动合成技术主要研究如何将现有动作序列组合成新的动作序列，而动作重定向技术主要研究如何对现有动作进行编辑和修改，从而将现有动作改变成另一个不同的动作。传统的运动合成方法是要将不同的动作序列拼接在一起合成新的动作，不符合改变现有运动捕捉数据的风格和效果要求；传统的运动重定向方法是要将人的动作映射到自定义的角色模型上，通过人的动作直接改变效果，不符合重用现有的动作片段要求。在本发明中，我们主要关注重用的关键帧提取技术，为后续的三维动画合成打下夯实的基础。

在动画合成技术中，运动捕捉数据是实现动画合成技术的基础。但是，这些运动捕捉数据大量冗余的问题阻碍了动画合成技术的进一步发展。为了降低已捕获数据的冗余程度、减少使用成本以及提高捕获数据的利用率，需要对捕获数据进行一系列的操作，例如压缩存储、浏览、检索等。然而这些数据操作都是在运动捕获数据的关键帧基础上完成，因此关键帧提取技术在运动捕捉应用方面具有十分重要的地位。就关键帧提取的方法而言，传统的关键帧提取技术并不能很好地对高维的动作数据分割，这使得一些需要对数据进行分割的应用难以实现。所以本发明提出了一种基于余弦距离层次聚类的关键帧提取方法。该方法主要为两个模块，分别为数据预处理和关键帧提取，其中数据预处理用于动作捕捉数据的特征选取、去噪和降维；关键帧提取用于余弦距离计算相似度、层次聚类分割以及分割点和中间关键帧提取。

发明内容

本发明的目的在于提供一种基于余弦距离层次聚类的关键帧提取方法，解决大量捕获数据的冗余和分割高维数据的问题，以提高捕获数据的利用率，减少运动捕捉设备高采样率的影响，从而提高目标检测的准确性。

为了解决以上技术问题，本发明采用的具体技术方案如下：

一种基于余弦距离层次聚类的关键帧提取方法，其特征在于包括以下步骤：

步骤一，运动捕捉数据预处理模块设计，即对运动捕捉数据进行预处理操作，排除干扰因素；

步骤二，运动捕捉数据关键帧提取模块设计，即对已经预处理过的运动捕捉数据实现关键帧提取。

运动捕捉数据预处理主要包括以下过程：

S1选取关节点的旋转量作为运动捕捉数据的特征值；

S2应用双向巴特沃斯滤波器，实现对运动捕捉数据的去噪功能；

S3采用PCA方法将高维的运动捕捉数据映射成低维的数据，消除一些影响分割结果准确性的维度数据；

运动捕捉数据关键帧提取主要包括以下过程：