首页> 中文学位 >人体运动捕获数据关键帧提取算法研究
【6h】

人体运动捕获数据关键帧提取算法研究

代理获取

目录

声明

摘要

1 绪论

1.1 引言

1.2 研究意义

1.2.1 人体运动捕获技术

1.2.2 群智能优化算法在人体运动捕获数据关键帧提取上的应用

1.3 国内外研究现状

1.4 论文组织结构

2 数据预处理

2.1 ASF/AMC格式人体运动捕获数据

2.1.1 ASF文件格式

2.1.2 AMC文件格式

2.2 相关数学背景知识

2.2.1 矩阵

2.2.2 欧拉角

2.2.3 四元数

2.2.4 三种表示形式之间的转换

2.3 ASF/AMC文件的解析

2.4 本章总结

3 基于萤火虫算法的关键帧提取算法

3.1 萤火虫算法简介

3.2 算法描述

3.2.1 更新荧光素值

3.2.2 查找最优个体

3.2.3 更新萤火虫位置

3.2.4 更新决策半径

3.3 萤火虫算法特点

3.4 基于萤火虫算法的关键帧提取算法

3.4.1 群智能优化算法目标函数定义

3.4.2 基于萤火虫算法的关键帧算法描述

3.4.3 基于萤火虫算法的关键帧算法的实现

3.5 关键帧提取实验

3.5.1 实验数据选择

3.5.2 实验参数选择

3.5.3 实验结果与分析

3.6 本章小结

4 基于引力搜索算法的关键帧提取算法

4.1 算法简介

4.2 算法描述

4.3 引力搜索算法特点

4.4 基于引力搜索算法的关键帧提取算法

4.4.1 基于引力搜索算法的关键帧提取算法描述

4.4.2 基于引力搜索算法的关键帧提取算法的实现

4.5 关键帧提取实验

4.5.1 实验数据选择

4.5.2 实验参数选择

4.5.3 实验结果与分析

4.6 本章小结

5 基于生物地理学优化算法的关键帧提取算法

5.1 算法简介

5.2 迁移模型

5.3 算法描述

5.3.1 迁移操作

5.3.2 变异操作

5.4 生物地理学优化算法特点

5.5 基于生物地理学优化算法的关键帧提取算法

5.5.1 基于生物地理学优化算法的关键帧提取算法描述

5.5.2 基于生物地理学优化算法的关键帧提取算法的实现

5.6 关键帧提取实验

5.6.1 实验数据选择

5.6.2 实验参数选择

5.6.3 实验结果与分析

5.7 本章小结

6 基于量子粒子群优化算法的关键帧提取算法

6.1 算法简介

6.2 数学描述

6.3 量子粒子群优化算法特点

6.4 基于量子粒子群优化算法的关键帧提取方法

6.4.1 基于量子粒子群优化算法的关键帧提取算法描述

6.4.2 基于量子粒子群优化算法的关键帧提取算法的实现

6.5 关键帧提取实验

6.5.1 实验数据选择

6.5.2 实验参数选择

6.5.3 实验结果与分析

6.6 本章小结

7 关键帧提取算法综合实验分析

7.1 实验数据选择

7.2 实验参数选择

7.3 实验结果与分析

7.3.1 基于压缩率为目标的实验结果

7.3.2 基于运动概括能力为目标的实验结果

7.3.3 四种关键帧提取方法优化性能比较

7.3.4 关键帧提取准确率

7.4 本章小结

致谢

参考文献

附录 攻读硕士学位期间发表的论文和出版著作情况

展开▼

摘要

随着人体运动捕获技术的广泛应用,逐渐积累了大量的人体运动捕获数据,数据中包含了大量的冗余信息。为了降低成本、提高已有捕获数据的利用率,需要对数据进行压缩存储、浏览、检索等操作。但这些操作都需要从人体运动捕获数据中提取关键帧,因此如何从人体运动捕获数据中提取出有效的关键帧变得非常重要。
  本文介绍了ASF/AMC运动捕获文件,并对文件进行了解析,定义了两种不同的目标函数,提出了四种关键帧提取方法,实现了五种现有的关键帧提取方法,并进行了对比。
  本文主要提出了以下四种关键帧提取方法:
  1.基于萤火虫算法的关键帧提取方法。该方法将运动的关键帧序列作为萤火虫个体的位置,关键帧序列的重建误差值和余弦距离作为算法优化的目标函数,根据该方法对关键帧序列进行优化,最终得到优化后的关键帧序列。
  2.基于引力搜索算法的关键帧提取方法。该方法将每个关键帧序列作为引力搜索算法中的一个粒子,关键帧序列的重建误差值和余弦距离值与粒子质量相关联,通过粒子之间的相互作用实现关键帧序列的优化。
  3.基于生物地理学优化算法的关键帧提取方法。该方法将每个关键帧序列作为栖息地的适应度向量,关键帧序列的重建误差值和余弦距离值决定着栖息地的适应度函数值和栖息地所能容纳的物种数,算法通过栖息地物种的迁移和变异来实现关键帧序列的优化。
  4.基于量子粒子群优化算法的关键帧提取方法。该方法将每个关键帧序列作为算法中的一个粒子,关键帧序列的重建误差值和余弦距离决定着粒子的适应度,通过粒子之间的协同工作实现算法的优化,最终最优的关键帧序列被保存下来。
  实验结果表明,本文提出的四种方法可以得到重建效果和运动概括能力较好的关键帧序列。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号