基于机器学习的人体运动捕获数据的分析与研究

发布时间：2021-03-13 01:48

　　人体运动捕获数据是一种新型的多媒体数据,在电影、游戏、机器人等领域都得到了广泛的应用。该数据在每一个捕获时间点记录人体所有关节的朝向或位置,形成一个运动帧序列。专业的运动捕获设备能够获取高精度、高逼真度的运动数据,但其价格十分昂贵,普及度差。运动重用技术能够利用已捕获到的运动数据,通过分析和建模生成满足用户需求的新数据,有效降低了使用运动捕获数据的时间、金钱和人力成本,因而受到了广泛的关注,已经成为了一项十分热门的研究课题。运动数据在捕获后通常会经过运动恢复及去噪、运动分割、运动压缩及关键帧提取、运动存储等处理过程,这些必不可少的处理过程对最后的运动合成与重用都具有重要的意义。早期的方法从运动学和图形学角度进行研究,缺乏对运动数据特性的有效建模,近年来,许多研究者开始将机器学习的一些方法运用在人体运动捕获数据的分析与重用上,但人体运动数据是一种非线性、强结构性的时序数据,直接使用机器学习算法效果有限,因此如何结合运动数据独有的结构特征与时空特性,从机器学习的角度对人体运动捕获数据进行建模是本学位论文的主要关注点。本学位论文从机器学习的角度,针对运动数据的特性对其建模,为运动恢复、运动分... 

【文章来源】：南京理工大学江苏省 211工程院校

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

图１．１《阿凡达》电影海报??

图１．２光学．运动捕获系统??

图１．４人体运动捕获数据分析的主要研究内容??


本文编号：3079361