运动串:一种用于行为分割的运动捕获数据表示方法

被引：9

作者：

杨跃东

王莉莉

郝爱民

机构：

[1] 北京航空航天大学虚拟现实新技术教育部重点实验室

来源：

计算机研究与发展 | 2008年 / 03期

基金：

国家自然科学基金重点项目;

关键词：

运动捕获; 运动编辑; 运动分割; 运动串; 滑窗距离; 谱聚类;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

运动数据的行为分割是运动捕获过程中非常重要的一环.针对现有分割方法的不足,提出了一种可用于行为分割的运动数据表示方法,并基于该表示实现了数据的行为分割.运动数据经过谱聚类(spectral clustering)、时序恢复和最大值滤波法(max filtering)后生成一个字符串,该字符串称为运动串,然后采用后缀树(suffix tree)分析运动串,提取出所有静态子串和周期子串,对这些子串进行行为标注,从而实现运动数据的行为分割.实验表明,基于运动串的分割具有较好的鲁棒性和分割效果.

引用

页码：527 / 534

页数：8

共 7 条

[1] 基于谱图理论的流形学习算法 [J].

罗四维 ;

赵连伟 .

计算机研究与发展, 2006, (07) :1173-1179

[2] 人体运动非监督聚类分析 [J].

王天树 ;

郑南宁 ;

徐迎庆 ;

沈向洋 .

软件学报, 2003, (02) :209-214

[3] Efficient content-based retrieval of motion capture data [J].

Müller, M ;

Röder, T ;

Clausen, M .

ACM TRANSACTIONS ON GRAPHICS, 2005, 24 (03) :677-685

[4] Motion synthesis from annotations [J].

Arikan, O ;

Forsyth, DA ;

O'Brien, JF .

ACM TRANSACTIONS ON GRAPHICS, 2003, 22 (03) :402-408

[5] Laplacian eigenmaps for dimensionality reduction and data representation [J].

Belkin, M ;

Niyogi, P .

NEURAL COMPUTATION, 2003, 15 (06) :1373-1396

[6] Motion graphs [J].

Kovar, L ;

Gleicher, M ;

Pighin, F .

ACM TRANSACTIONS ON GRAPHICS, 2002, 21 (03) :473-482

[7] Automated derivation of primitives for movement classification [J].

Fod, A ;

Mataric, MJ ;

Jenkins, OC .

AUTONOMOUS ROBOTS, 2002, 12 (01) :39-54

← 1 →