模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2011, Vol. 24 Issue (5): 619-628    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于混合遗传算法的人体运动捕获数据关键帧提取
刘贤梅1,2,郝爱民1,赵丹2
1.北京航空航天大学虚拟现实技术与系统国家重点实验室北京100083
2.东北石油大学计算机与信息技术学院大庆163318
Keyframe Extraction from Human Motion Capture Databy Simplex Hybrid Genetic Algorithm
LIU Xian-Mei1,2, HAO Ai-Min1, ZHAO Dan2
1.State Key Laboratory of Virtual Reality Technology and System, Beihang University, Beijing 100083
2.School of Computer and Information Technology, Northeast Petroleum University, Daqing 163318

全文: PDF (732 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 为实现基于最佳关键帧集合的人体运动的紧致表示,提出一种遗传算法与单纯形法结合的人体运动捕获数据关键帧提取方法。以重构误差最小化和压缩率最优为目标,定义适应度函数,度量重构运动与原始运动之间的重构误差,通过关节位置和关节速率加权计算,并考虑数据的运动特性。利用背景知识对初始种群的个体进行优化,保证进化的良好基础和种群的多样性。将遗传算法和局部搜索技术结合,提高算法运行效率和求解质量。实验结果表明,该方法能够高效地从运动捕获数据中提取出最优的关键帧集合,较好地满足运动数据的紧致表示,且能高质量重构其它帧。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
刘贤梅
郝爱民
赵丹
关键词 计算机动画运动捕获数据关键帧提取单纯形混合遗传算法    
Abstract:To obtain a compact representation of human motion based on keyframes, a method for keyframes extracting of the captured human motion data by simplex hybrid genetic algorithm is presented, which combines genetic algorithm with a local search technique to converge faster and produce the optimal solution. Firstly, the fitness function is defined to evaluate the availability of keyframe with the goals of minimal reconstruction error and optimal compression rate. Then, the reconstruction error is computed between the original motion and the reconstruction one by the weighted differences of joint positions and velocities. The velocity term helps to preserve the dynamics of motion. Finally, the individuals of initial population are optimized by the knowledge to assure the evolutionary efficiency and the population diversity. Experimental results show that the proposed method can effectively extract keyframes, produce remarkable results in terms of quality and compression ratio, and reconstruct all other non-keyframes of an animation with these keyframes.
Key wordsComputer Animation    Motion Capture Data    Keyframe Extraction    Simplex Hybrid Genetic Algorithm   
收稿日期: 2010-10-25     
ZTFLH: TP391.41  
基金资助:国家自然科学基金重点项目(No.60533070)、北京市教育委员会科技计划项目(No.KM200910005020)资助
作者简介: 刘贤梅,女,1968年生,博士研究生,教授,主要研究方向为计算机图形学、人体动画等.E-mail:liuxianmei@yeah.net.郝爱民,男,1968年生,教授,博士生导师,主要研究方向为计算机图形学、三维逼真和实时绘制等.赵丹,女,1985年生,硕士研究生,主要研究方向为人体动画.
引用本文:   
刘贤梅,郝爱民,赵丹. 基于混合遗传算法的人体运动捕获数据关键帧提取[J]. 模式识别与人工智能, 2011, 24(5): 619-628. LIU Xian-Mei, HAO Ai-Min, ZHAO Dan. Keyframe Extraction from Human Motion Capture Databy Simplex Hybrid Genetic Algorithm. , 2011, 24(5): 619-628.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2011/V24/I5/619
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn