通过语义控制改进运动合成

运动相似性度量是基于运动图的人体运动合成技术的关键.现有方法主要使用运动捕捉数据姿态数值特征进行相似性度量与合成控制,很难处理语义描述上同类型运动数据集中的不同运动实现版本间的时间与空间特征分布变化的问题.提出了引入用户语义控制来改进基于运动图的人体运动合成方法.使用关系特征作为高层语义描述,刻画同类型运动的空间变化特征;通过自学习过程,获得运动类模板,作为同类型运动的空-时特征语义描述;通过将运动类模板数据与人体运动序列文件进行匹配,实现运动类型识别和自动语义信息标注;借助关系特征语义描述及运动序列文件的语义标注信息,实现在基于运动图的运动合成中引入用户直观的高层语义控制.运动合成实验结果显示了该方法的有效性,为获得高质量人体运动合成数据提供途径.     

基于优化的DTW算法的人体运动数据检索

随着大量三维人体运动数据库的建立,使得在数据库中实现基于内容的三维人体运动检索面临着诸多困难,文中提出一种分阶段的动态时间变形(DTW)优化算法的人体运动数据检索技术,可有效检索出逻辑上相似的运动。该算法首先对齐两个运动序列的坐标位置,基于窗口距离构造距离矩阵。其次采用基于全局和局部约束的DTW优化算法进行相似度匹配,得到两个运动间的对应关系。最后通过归一化相似度和DTW平均距离分阶段判断运动的相似性。实验结果表明,分阶段的DTW优化算法在提高效率的同时对长度不等的运动能取得较好的检索结果。     

基于关键帧的三维人体运动检索

提出一种基于关键帧的三维人体运动检索技术.首先采用骨骼夹角作为对原始运动数据的特征表示并提取运动片断关键帧集合,以此作为原始运动片断的特征表示;然后基于所提取关键帧数据在相似运动片断之间具有一致性的特点,在两两关键帧集合之间建立距离矩阵进行相似度匹配.实验结果表明,与现有大多数基于内容的三维人体运动数据检索方法相比,该方法能够取得更好的时间效率且不依赖于任何预先设定的参数,相对于现有基于关键帧的运动检索技术而言,其能够获得更好的检索效果.     

基于三维特征提取的人体运动数据分析和检索

基于各关节点三维空间和时间关系的三维特征,提出了一种描述各关节点之间三维空间关系的时空特征,可以分别处理每一个关节点的局部时空特征。同时,三维时空特征避开与原始数据的直接接触,从而很大程度避免了维数灾难。实验结果显示,三维特征提高运动数据检索的效率和精度,可应用到运动语义智能分析等领域。     

一种基于运动姿态的三维人体运动检索方法

随着运动捕获技术的不断展,捕获出大量的三维人体运动数据并建立了大规模运动数据库。提出了一种基于运动姿态的三维人体运动检索方法(MPDS),首先进行姿态特征提取,其次通过特征编码对人体运动的局部姿态进行组合,以期达到更好地辨别力,并通过决策树学习方法得到局部运动姿态相似度对整体运动相似性的影响,以决策树指导检索过程。实验结果表明,文中算法的有效性。     

一种基于索引空间的三维运动捕获数据检索方法

为能有效检索当前大量的三维人体运动捕获数据从而投入使用,针对三维人体运动捕获数据的独有特性,提出一种高效的检索方法。首先通过关键帧提取对原始运动数据降维,然后采用自定义的符合人体运动语义的特征将原始角度数据转换为特征序列。根据数据库中所有运动片段对应的特征序列构建一种基于姿态特征的索引空间。检索时通过在索引空间上顺序匹配姿态特征来查找时序一致的匹配运动片段。实验结果表明,与大多数现有方法相比,该方法由于较好的运动语义特征提取,因此具有更好的时间效率,更高的灵活性和检索精度,能够满足多种运动数据的检索需要。     

民族舞蹈运动数据的实例检索方法

针对民族舞蹈运动的特点,提出一种基于姿态时空特征的民族舞蹈运动数据检索方法.首先采用姿态时空特征作为运动内容表示,有效地反映了舞蹈动作的局部性、节奏性以及细分性,为实现民族舞蹈运动数据检索提供了基础;其次采用无监督的多变量时间序列特征选择方法去除线性冗余特征,有效地提高了检索效率;最后利用基于权重调整的相关反馈机制捕捉用户的查询兴趣,改善检索性能.实验结果表明,该方法具有较好的检索性能,能够实现民族舞蹈运动数据检索.     

基于时空运动特征的运动姿态视频检索方法

提出了一种人体运动姿态视频检索的新方法,整体算法分为典型姿态学习和姿态检索两个阶段。首先提取样本库中人体姿态的时空运动特征点作为姿态运动底层特征,一个姿态对应一个时空特征点集合;计算每个特征点的时空三维邻域中像素的梯度,进而为每个姿态建立一个梯度直方图;其次,采用非监督的聚类方法对姿态样本归类,按照语义要求提取多个典型姿态;最后,用基于EM的高斯混合模型对聚类结果建模,形成典型姿态检索的分类器,完成姿态建模的的学习阶段。运动姿态的视频检索是根据最大概率匹配准则,对输入的测试视频进行姿态匹配,从而实现基于语义的姿态检索。基于Weizmann和KTH标准测试视频库的大量实验结果表明,本文提出的方法能够准确有效地检索人体运动姿态。     

基于三维人体语义模型的人行为自然语言描述

研究视频场景中人体行为自然语言描述的实现方法。首先建立三维人体的语义模型和主要的关节点运动模型,并建立人体运动语义描述基本数据库。应用图像自动场景标注技术来描述背景图像。通过人体简单动作的语义逻辑运算,得到人的组合动作和相互动作。将人的行为动作组合场景语义,从而准确描述出人在复杂场景的语义行为。最后建立简单的中文语法规则,得到人在场景中行为的自然语言描述。实验结果表明:与传统的二维模型相比,三维模型结合了场景语义并能解决遮挡问题,可以准确表达更为复杂的人类行为。     

基于视频的运动捕获

现有的运动捕获方法大都存在运动捕获设备昂贵、演员运动受限等缺点，为此，提出了一种利用视觉技术从视频中提取人体运动的方法，并对其中的特片跟踪和三维运动序列恢复等关键技术进行了深入研究。基于人体模型的特征跟踪算法利用卡尔曼滤波和极线方程，能精确地跟踪比较大的人体运动；采用不共面的非线性定标模型和考虑运动不确定性的三维重建方法，能恢复逼真的三维人体骨架模型，实验结果验证了基于视频的运动捕获方法的可行性和有效性。     

视频运动特征提取模块的实现

基于内容的视频检索为人们检索具有相似内容的视频数据提供了新的手段,而运动信息作为视频内容中的一种特有信息,是视频检索领域研究关键问题之一.通过对运动特征提取算法进行研究,设计并实现了一个实用的全局运动特征和局部运动特征提取模块.实验表明：该模块能够有效地分割全局运动与局部运动,提取的运动特征信息可作为基于内容的视频相似检索系统的重要索引.     

基于内容的三维模型检索综述

对当前基于内容的三维模型检索技术的国际研究现状及进展进行了广泛而深入的综述．探讨和分析了基于内容的三维模型检索技术的系统框架及其关键方法，重点介绍其中的模型坐标标准化、特征提取与索引、相似性匹配、查询方式与用户界面等方面的基本内容，并进行了适当分类．分析总结了现有的基于内容的三维模型检索系统及搜索引擎的典型实例．最后，对现有研究中存在的难点问题及其未来的发展方向进行了展望．     

基于特征统计量分析的图像检索

研究了基于内容的图像检索系统和技术的若干问题。首先叙述了基于内容的图像检索的系统模型和特点，接着针对颜色、纹理和形状进行了概率特征提取、相似度量等的进一步具体分析讨论。展示了基于以上理论知识的一些实际工作，介绍了基于颜色和纹理检索的改进实验结果。     

Content-based indexing of multimedia databases

Content-based retrieval of multimedia database calls for content-based indexing techniques. Different from conventional databases, where data items are represented by a set of attributes of elementary data types, multimedia objects in multimedia databases are represented by a collection of features; similarity of object contents depends on context and frame of reference; and features of objects are characterized by multimodal feature measures. These lead to great challenges for content-based indexing. On the other hand, there are special requirements on content-based indexing: to support visual browsing, similarity retrieval, and fuzzy retrieval, nodes of the index should represent certain meaningful categories. That is to say that certain semantics must be added when performing indexing. ContIndex, the context-based indexing technique presented in this paper, is proposed to meet these challenges and special requirements. The indexing tree is formally defined by adapting a classification-tree concept. Horizontal links among nodes in the same level enhance the flexibility of the index. A special neural-network model, called Learning based on Experiences and Perspectives (FEP), has been developed to create node categories by fusing multimodal feature measures. It brings into the index the capability of self-organizing nodes with respect to certain context and frames of reference. An icon image is generated for each intermediate node to facilitate visual browsing. Algorithms have been developed to support multimedia object archival and retrieval using Contlndex     

基于特征信息的镜头检测研究

视频镜头检测是基于内容视频检索的第一步,提出了一种基于特征信息的视频镜头检测方法,该方法首先利用小波变换提取原始视频帧的颜色特征和纹理特征,计算相邻帧颜色特征的互信息量和纹理特征的信息熵差,然后计算镜头间的相似度,该方法可以有效地检测出突变镜头和渐变镜头,对闪光灯及物体和摄像机运动有较强的鲁棒性,实验结果表明该方法具有良好的性能。     

基于MapReduce的外观设计专利图像检索方法

工业设计领域中,对外观设计知识产权保护的需求日益增大,为解决外观设计专利图像检索数据的快速增长与检索实时性之间的矛盾,将基于内容的图像检索技术应用于MapReduce框架中,开发了外观设计专利智能检索系统.Map任务提取示例图像的形状、纹理以及颜色特征,与专利特征库中的特征进行相似度匹配计算,Reduce任务对Map任务的匹配结果进行相似度排序,得到检索结果.实验表明,该方法能够均衡系统负载,提高资源利用率,有效降低了在大数据集上进行图像检索的时间.     

基于内容的图像检索关键技术研究

近年来,随着多媒体技术和网络技术的高速发展,基于内容的图像检索(Content-Based Image Retrieval,CBIR)技术成为一个研究热点。文中给出了CBIR的基本框架结构和基本原理,对CBIR的各种特征提取方法进行了综合分析、比较,并提出了一些提高CBIR性能的一些方法,最后指出了目前研究存在的问题和今后的研究方向。