[发明专利]一种基于局部稀疏表示的完全人体运动参数化表示方法

权利要求书

1.一种基于局部稀疏表示的完全人体运动参数化表示方法，其特征在于，包括以下步骤：

1)获取相对边长和二面角及其重构，即RLA及其重构；

2)参数模型训练数据库合成；

利用多个数据库合成包含三类运动的人体几何数据库，再利用合成数据来进行参数化模型的训练，其中，所述三类运动为身体、脸部、手部运动，训练数据由如下4个数据子集构成：

形状子数据集表示数据库中第i个标准人体，N_I表示形状子数据集包含的不同人体个数；

身体姿态数据集表示数据库中第i个标准人体伴随第j个姿态，N_MB表示身体姿态数据集中每个人体包含的姿态数；

脸部表情数据集表示数据库中第i个标准人体伴随第j个姿态和u个脸部表情，N_MF表示脸部表情数据集中每个人体包含的表情数；

手势数据集表示数据库中第i个标准人体伴随第j个姿态、u个脸部表情和第v个手势，N_MH表示手势数据集中每个人体包含的手势数；

3)基于人体形状主成分分析PCA基进行形状参数提取；

4)使用稀疏局部分解的方法提取出局部基；

5)利用局部基表示不同身体部位的运动得到参数模型；

6)对参数模型进行回归修正。

2.根据权利要求1所述的一种基于局部稀疏表示的完全人体运动参数化表示方法，其特征在于：在步骤1)中，获取相对边长和二面角以及其重构，包括如下步骤：

1.1)提取出相对边长与二面角

令M₀＝(V₀,E,F)为参考三角网格，其中V₀,E,F分别为顶点、边、面的集合，而M＝(V,E,F)为由M₀变形得到的网格，M₀和M具有相同的顶点数N_MV和相同的边集合E与面集合F；

将所有边的相对边长二面角记为由公式计算，其中a₀(e)表示参考网格M₀中边e的二面角，a(e)表示变形网格M中边e的二面角；所有边的相对边长二面角按边的编号顺序排成一列向量记为X_A(V₀,V)，其中V₀为参考网络顶点的集合，V为变形网络顶点的集合；所有边的边长记为由公式计算，其中l(e)表示变形网格M中边e的边长，l₀(e)表示参考网格M₀中边e的边长；所有边的边长按边的编号顺序排成一列向量记为X_L(V₀,V)，其中V₀为参考网络顶点的集合，V为变形网络顶点的集合；称X_A(V₀,V)和X_L(V₀,V)为M相对于M₀的相对边长与二面角RLA向量，两个向量均为|E|维，其中|E|是网格边的条数；

1.2)相对边长和二面角的形状重构

已知网格模型的相对边长和二面角向量，重构三维网格模型包含以下步骤：

1.2.1)计算网格M的LA向量：

1.2.2)从LA向量计算各边的连接映射：

如果三角形t₁和t₂包含边e，则e的连接映射Q_E是一个3×3的矩阵，并且满足条件R₂＝Q_ER₁，其中R₁和R₂分别是三角形t₁和t₂的正交标架；

1.2.3)估计各个三角形的局部标架：

三角形t的正交标架R＝[u,v,n]为3×3矩阵，u是t的第一条边的单位列向量，n是三角形的单位外法向量，v＝n×u；

1.2.4)重构网格顶点位置。