[发明专利]用于人体运动捕捉数据的动态时空耦合降噪处理方法

摘要

本发明公开了一种用于光学人体运动捕捉数据中噪声和缺失数据处理的动态时空耦合处理方法，包括对原始采集的运动数据中的噪声数据和缺失数据，建立基于备选语义块的动态脉冲噪声模型，其特征在于还包括：基于刚性结构匹配的备选语义块生成、基于语义节点的人体拓扑结构模型的建立、基于空间语义约束的最合理人体结构的生成、基于语义块位置和姿态属性的动态时间序列的脉冲噪声模型建立以及噪声数据的滤除和缺失数据的重构步骤。本发明中的处理方法经实际测试，适用于满足局部刚性结构的任意特征点排布方式的运动数据的处理，具有良好的实用性和鲁棒性。

主权项

1.一种用于人体运动捕捉数据的动态时空耦合降噪处理方法，包括将基于C++和openGL图形库开发的光学人体运动捕捉数据处理系统装入计算机和通过人体光学运动捕捉系统设备获取原始数据、对原始数据的处理和人体运动重构的步骤，其特征在于还包括以下步骤：(1)针对原始采集的运动数据中存在的噪声数据和缺失数据，建立基于备选语义块的动态脉冲噪声模型；(2)基于刚性结构匹配算法生成备选语义块，并定义为五种基本匹配类型，即线段型结构、三角形结构、自由四边形结构、对角四边形结构和刚性四边形结构；(3)定义语义块和备选语义块，并将所有特征标记点按照人体结构特征划分为11个语义块，包括：头、胸、腰、左臂、右臂、左手、右手、左腿、右腿、左脚和右脚，其中头、胸、腰、左手、右手、左脚和右脚为刚性四边形结构；左臂、右臂、左腿和右腿为线段型结构；(4)定义语义节点及其各属性参数，并基于该定义建立22个语义节点的人体语义模型描述人体拓扑结构关系，语义节点的属性参数包括：序号、名称、度、级、父节点、长度、方向和位置，其中序号、名称、度、级和父节点定义为从属关系属性；长度、方向和位置定义为空间位置属性；(5)根据人体语义模型构造三种类型的语义约束条件，即距离约束、角度约束和方向约束，判定步骤(2)中生成的备选语义块是否符合约束条件；根据判定结果分别返回“是”或“否”两种状态；对于缺失数据，赋值为错误标识值e，所述错误标识值e是一个能够被系统明显识别的值，从而将缺失数据转化为噪声数据，为将后续处理统一为降噪处理提供必要前提；(6)生成最合理的人体结构，即最合理的一组语义块；(7)建立基于语义块位置和姿态属性的动态时间序列的脉冲噪声模型，将每一个语义块都以三维空间中的位置和姿态来表述，其中刚性四边形结构的位置可以由中心点P(Px，Py，Pz)来定义，姿态可以由一个法向量N(Nx，Ny，Nz)和一个指向向量D(Dx，Dy，Dz)来确定；线段型结构可以由中心点P(Px，Py，Pz)和一个指向向量D(Dx，Dy，Dz)来定义，使每一帧中每一个语义块由6个或9个参数来表示；在时域范围内，所有帧中对应的参数的值构成一个时间序列，每一个语义块可以由6个或9个子时间序列来表示；将所有语义块都使用子时间序列来表示，就构造了基于语义块位置和姿态属性的动态时间序列的脉冲噪声模型；(8)将5点线性平滑算法应用到步骤(7)所建立的时间序列上，实现噪声数据的滤除和缺失数据的重构处理。