【技术实现步骤摘要】
本专利技术涉及计算机图形学及统计学,尤其涉及一种低成本、高效率的基于稀疏输入信号的动作重建方法,属于计算机应用领域。技术背景单兵是部队战斗力的最基本单元,提高单兵训练水平和装备水平有利于部队整体战斗力的提高。动作捕捉技术已广泛应用于步态分析、生物力学、人机工程、人机交互与控制、医学分析等领域,动捕技术贴近单兵训练实际需求,应用动捕技术可以有效提高单兵装备研制、训练效能评估及验证、以及单兵训练时的科学性和动态监控能力,然而高成本已经成为了阻碍这项技术在单兵训练领域的应用和普及,研究低成本、满足广泛应用环境的运动捕捉技术将成为新一代人机交互发展的迫切要求。惯性动捕设备有着成本低、应用限制少等特点,通过少量传感器,基于一定规模的运动库可以实现动作重建来达到动作捕捉的目的。此方法并不是简单的搜索,其难点是在使用少量传感器时,传感器传出的信号与运动库中的原始信息相比存在维度低、抖动大、属性不匹配的问题,且搜索效率低,搜索结果不准确,无法达到实用水平。在2011年,波恩大学的Jochen Tautges和Arno Zinke提出了一套基于稀疏加速度传感器的动作重建方法。但是该方法复杂性高、效率低,且平均重建误差大,算法的适应性和稳定性较差。
技术实现思路
本专利技术提出的基于稀疏输入信号的动作重建方法,解决了低维角加速度在高维角度运动数据库上信息检索的跨越问题,保证了重建姿态的在数字-逻辑上相似性的统一。本专利技术基于稀疏输入信号的动作重建方法,包括以下步骤:步骤一、在脱机状态下,首先选择丰富、多样化的动作文件,提取出与动作相关的多类数据,构建成原始的动作数据库;步 ...
【技术保护点】
基于稀疏输入信号的动作重建方法,其特征在于,包括以下步骤:步骤一、在脱机状态下,首先选择丰富、多样化的动作文件,提取出与动作相关的多类数据,构建成原始的动作数据库;步骤二、在联机状态下,使用动作捕捉技术获取稀疏关节的动作数据作为动作重建的输入信号;步骤三、对所述的输入信号做数字相似性构建,得到数值差异值满足一定阈值条件的检索结果;步骤四、对所述的检索结果做时间持续性构建,得到时间轴上连续不断的检索结果序列;步骤五、对步骤四得到的检索结果序列做几何相似性构建,得到姿态的逻辑和数字相似性统一的检索结果序列;步骤六、对步骤五得到的检索结果序列进行重建代价优化,将重建代价最小的检索结果序列的最后一帧作为当前帧的重建结果。
【技术特征摘要】
1.基于稀疏输入信号的动作重建方法,其特征在于,包括以下步骤:步骤一、在脱机状态下,首先选择丰富、多样化的动作文件,提取出与动作相关的多类数据,构建成原始的动作数据库;步骤二、在联机状态下,使用动作捕捉技术获取稀疏关节的动作数据作为动作重建的输入信号;步骤三、对所述的输入信号做数字相似性构建,得到数值差异值满足一定阈值条件的检索结果;步骤四、对所述的检索结果做时间持续性构建,得到时间轴上连续不断的检索结果序列;步骤五、对步骤四得到的检索结果序列做...
【专利技术属性】
技术研发人员:黄天羽,崔丽君,丁刚毅,
申请(专利权)人:北京理工大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。