基于非线性流形学习的3维人体运动合成

摘要：

为了实现3维人体运动的有效合成,提出了一种基于非线性流形学习的3维人体运动合成框架及算法,并可应用于方便、快捷、用户町控的3维人体运动合成.该合成算法框架先采用非线性流形降维方法将高维运动样本映射到低维流形上,同时求解其本征运动语义参数空间的表达,然后将用户在低维运动语义参数空问中交互生成的样本通过逆向映射重建得到具有新运动语义特征的3维运动序列.实验结果表明该方法不仅能够对运动物理参数(如特定关节的运动位置、物理运动特征)进行较为精确的控制,还可用于合成具有高层运动语义(运动风格)的新运动数据.与现有运动合成方法比较,该方法具有用户可控、交互性强等优点,能够应用于常见3维人体运动数据的高效生成.

关键词：流形学习、运动合成、运动语义

所属期刊栏目：15

分类号：TP91.41

资助基金：国家自然科学杰出青年基金项目60525108;国家科技支撑计划项目2007BAH11B00;国家自然科学基金项目60903134,60673088

在线出版日期：2010-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：936-943