专利名称：基于自适应阈值的运动捕捉数据的关键帧提取方法
技术领域：
本发明涉及人体运动捕捉技术，更具体地说，涉及人体运动的关键帧提取。
背景技术：
二十世纪七十年代以来，随着运动捕获技术的兴起和发展，以及设备技术的进步， 大量的三维人体运动捕获数据生成，并被广泛的应用在计，计算机动画，电影特技，医学仿 真和游戏等领域。在这样的背景下，基于运动捕获数据的学习和研究，已经成为近年来图形 学研究领域，计算机视觉和动漫应用领域的一大热点。为了获得逼真的期望效果，可以通 过捕捉一个原始的真实角色运动作为原型，这样就可以避免由于创建物理模型而面对的困 难。而基于运动捕捉的动画技术，借助于专门的捕捉设备直接地获取表演者的真实运动，然 后将运动数据映射到制作的动画角色上。与传统的动画制作方法相比，该方法能够使得所 得的动画角色的动作效果更加自然、逼真，而且动画制作所需要的工作难度、工作强度和工 作量都大大降低。
现有的成熟的运动捕捉系统基本都依赖于通过传感器获取人体数据，按照传感器 的类型进行分类，可以分为以下几类机械式、声学式、电磁式和光学式等。目前被广泛使 用的光学式的运动捕捉设备常用的有两种技术手段，脉冲式和反射式。反射式的设备在人 体身上粘贴标记点，这些标记点带有容易被摄像机辨别的颜色，利用计算机视觉原理，利用 多台摄像机观察同一个标记点可以计算出这个标记点的三维位置，典型的光学运动捕捉系 统由6-12个相机环绕表演场地排列，计算机通过跟踪表演者身上标记点的轨迹来捕捉运 动。现在也已经出现主动式的运动捕捉系统，虽然不用粘贴标记点，但仍然需要有容易被摄 像机容易捕获的颜色的脉冲式发光二极管等装置，同样利用了计算机视觉原理。而基于光 学的运动捕捉方法也存在着如下的缺点
运动捕捉设备的购买和使用价格都很昂贵；
运动捕捉数据的可重用性差，捕捉设备记录的运动数据是特定角色在特定场合和 情景下完成的，无法直接不加修改地应用到其他不同环境；
难以制作一些高难度、高危险或是超乎实际的夸张动作
于是如何处理和应用已捕获的运动数据已经成为当前动画界研究的热点之一。计 算机图形学的各种顶级会议近年来收录的论文也表明研究者在此方向上投入了大量的热 情和精力。随着商业运动捕获设备的广泛应用，运动捕捉数据大幅度地增长，很多运动数据 库已经可以很容易的获得。大量的研究热点在于以下两个大的方面
怎样才能充分地利用这些已有的运动捕捉数据。虽然运动捕捉系统能够精确地记 录表演者的大部分运动，但捕捉的运动数据不一定能够很好满足用户的实际需要，实际可 能需要高难度的动作或是多种动作的合成。需要通过编辑和合成等重用手段来实现需要的 数据。
如何从运动库中获取用户所需要的运动。对一个比较大型的运动库(常有上百万 帧的数据，或是大量的不同或是相似的运动类型)，让用户通过手动浏览的方式来从中找寻到期望的运动序列，是很不切实际的。我们期望提供计算机软件工具或手段，使用户能够从数据库中搜索所需运动的过程能够简单化和自动化。而对于上述提到的问题比如编辑、存储和检索，比较实用的技术就是运动捕获数据的关键帧提取技术。关键帧提取技术是一种传统的被广泛应用于视频分析与检索领域的技术，目的在于减少视频数据流在内容上的冗余度。近年来，国内外研究学者在运动捕捉数据关键帧提取方面也去的了许多成果。目前从采样方式主要分为两大类等间隔采样和自适应采样。等间隔采样有可能出现过采样和欠采样的问题，自适应采样可以在变化小的地方少采样而在变化大的地方多采样，于是可以解决前者的不足。现有的运动捕获数据关键帧提取技术主要分为三大类基于曲线简化、聚类和基于矩阵分解的技术。现有技术提取关键帧，都需要比较相邻帧中动作的状况，通过人工设置阈值，确定出相邻帧动作的相近程度。当比较情况大于阈值时，筛选出动作比较典型的关键帧，当比较情况小于阈值时，筛除同类近似的帧，从而达到提取关键帧的目的。问题在于，在比较相邻 帧的时候，现有技术均依赖于人工设置阈值，从而对提取效率造成影响。
发明内容
本发明在现有技术的基础上实现阈值的自适应确定，提供一种基于自适应阈值的运动捕捉数据的关键帧提取方法，以避免参数的人工设定和解决提取过程耗时的问题。本发明是一种简单实用的运动捕捉数据关键帧提取技术，利用四元数间距表示人体各关节上的旋转变化作为帧间距，设计一种简单高效的基于自适应算法调节阈值，以满足不同压缩率的要求。在整个算法过程中，仅需指定期望的压缩率(关键帧数目/全部帧数目)或是关键数目即可，其他参数都是根据运动内容得出的，而不需要人工设定。本发明公开了一种基于自适应阈值的运动捕捉数据的关键帧提取方法，其特征在于，包括如下步骤S1、利用四元数间距表示相邻帧间人体各个关节的旋转变化的差异；S2、用相邻帧间四元数间距的均值为初始阈值来提取初始关键帧；并通过所述关键帧压缩比率是否为期望的压缩比率或是通过初始关键帧数目与实际过程中得到的关键帧数目的对比调节阈值，迭代重复的比较调节，当得到期望的关键帧或是满足终止条件时，得到关键巾贞;所述压缩比率为关键帧数目/运动序列总的帧数目。其中，步骤SI的具体过程为设S= to G R, V= (x, y, z) G R3，四元数可以表示为 q=[s, V] = [ w，x, y, z];其中，s和V分别表示四元数q的标量部分和三维向量部分；《是标量部分的值，x，y，z即四元数的
三维向量坐标。假设两个四元数分别为qi=[Sl，V1], q2=[s2，V2],则它们之间的四元数乘法为qjq2 = [S1S2-V1 v2, S1VdS2VjV1XV2] (I)如果四元数的模|9|| = ^ 2+^2+/+^2 =1,则称为单位四元数，且两个单位四元
数相乘仍为单位四元数，于是定义如果Q1和q2都是单位四元数，且七士―1 = [ ，X，y，z]，那么表示Q1和q2所产生的旋转之间的差异，可以用一个角度表示，称为两者间的四元数间距为
(Kq1, q2) = arccos w (2)
人体运动可由一离散时间向量函数m(t) = [p(t), q^t), q2(t), ···, qn(t)] (I t ^ T)表示,其中p(t)表示跟关节的平移运动，Qi (t)表示关节i的旋转运动，T表示运动序列终止的时间点。定义设mU1Kma2)为不同时刻t1;t2上的两巾贞，它们之间的距离定义为
权利要求
1.一种基于自适应阈值的运动捕捉数据的关键帧提取方法，其特征在于，包括如下步骤S1、利用四元数间距表示相邻帧间人体各个关节的旋转变化的差异；S2、用相邻帧间四元数间距的均值为初始阈值来提取初始关键帧；并通过所述关键帧的压缩比率是否为期望的压缩比率或是通过初始关键帧数目与实际过程中得到的关键帧数目的对比调节阈值，迭代比较调节，当得到期望的关键帧或是满足终止条件时，得到关键帧；所述压缩比率为关键帧数目/运动序列总的帧数目。
2.根据权利要求1所述基于自适应阈值的运动捕捉数据的关键帧提取方法，其特征在于，步骤SI的具体过程为设 S=co e R, V= (x, y, z) e R3,四元数可以表示为 q=[s, ν] = [ω，χ, y, z];其中，s 和 V 分别表示四元数q的标量部分和三维向量部分；ω是标量部分的值，x，y，z即四元数的三维向量坐标。假设两个四元数分别为1=[81，力]，％=[82^2]，则它们之间的四元数乘法为QiQ2 = [S1S2-V1 · v2, S1V^S2VfV1XV2](I)如果四元数的模|卜/| = ^2+ X2 +r+Z2=I,则称为单位四元数，且两个单位四元数相乘仍为单位四元数，于是定义如果Q1和q2都是单位四元数，且Aqr1=L ω，x, y, z]，那么表示 Q1和q2所产生的旋转之间的差异，可以用一个角度表示，称为两者间的四元数间距(Kq1, q2) = arccosw (2)人体运动可由一离散时间向量函数m(t) = [p (t), q! (t), q2 (t), ...，qn(t)] (I彡t彡T) 表示，其中P (t)表示跟关节的平移运动，qi (t)表示关节i的旋转运动，T表示运动序列终止的时间点；定义设Hiai), m(t2)为不同时刻t1;t2上的两巾贞，它们之间的距离定义为
3.根据权利要求2所述基于自适应阈值的运动捕捉数据的关键帧提取方法，其特征在于，设N表示运动序列总的帧数目，步骤S2的具体过程为S21.将第一帧作为关键帧加入关键帧序列，并将当前关键帧指示器设为1，并将迭代次数t置为I ;所述关键巾贞指不器是指目如为止最后找到的关键巾贞；S22.当t〈N时，按照SI中的公式(3)进行帧间距的计算；否则算法就停止；S23.若计算所得帧间距大于阈值，得到关键帧，并将其加入关键帧序列，并将当前关键帧指示器指向当前新得到关键帧，迭代次数加1，即t+1 ；S24.以S23中得到的关键帧，重复步骤S22-S23的步骤，寻找下一关键帧，循环至算法停止。
4.根据权利要求3所述基于自适应阈值的运动捕捉数据的关键帧提取方法，其特征在于，步骤S2中阈值的调节方式为连续5次迭代过程中得到的关键帧数目在期望得到关键帧数目的值的同一侧，那么就按步长(1δ增大阈值，以增大其向同方向变化的速度；否则，关键帧数目的实际值在期望的目标值左右两侧邻域内进行振荡，此时减小d δ， 以减小阈值步长的变化；其中，d δ增加和减小的变化函数分别是
5.根据权利要求4所述基于自适应阈值的运动捕捉数据的关键帧提取方法，其特征在于，阈值的精确度为0.0001，变化率的初始值d δ是在(O. 0001, O. 001)之间任意的一个数。
全文摘要
本发明公开了一种基于自适应阈值的运动捕捉数据的关键帧提取方法，步骤为先利用四元数间距表示相邻帧间人体各个关节的旋转变化的差异；而后用相邻帧间四元数间距的均值为初始阈值来提取初始关键帧；并通过关键帧压缩比率是否为期望的压缩比率或是通过初始关键帧数目与实际过程中得到的关键帧数目的对比调节阈值，迭代重复的比较调节，当得到期望的关键帧或是满足终止条件时，得到关键帧。本发明基于传统的四元数方法，通过与期望的关键对比设定简单有效的阈值自适应调节方法，避免人工设定难以确定的参数，用户只需关注期望提取的关键帧数目或是关键帧压缩比率即可，极大的缩短了提取时间，能够用在计算机动画的在线生成中。
文档编号G06T7/20GK102999923SQ201210566088
公开日2013年3月27日 申请日期2012年12月24日 优先权日2012年12月24日
发明者张强, 于少沛, 周东生 申请人:大连大学