首页 | 本学科首页   官方微博 | 高级检索  
     

结合模糊聚类和投影近似点算法的缺失人体运动捕捉数据重构EI北大核心CSCD
引用本文:赫高峰彭淑娟柳欣钟必能.结合模糊聚类和投影近似点算法的缺失人体运动捕捉数据重构EI北大核心CSCD[J].计算机辅助设计与图形学学报,2015(8):1416-1425.
作者姓名:赫高峰彭淑娟柳欣钟必能
作者单位:1.华侨大学计算机科学与技术学院361021;
基金项目:国家自然科学基金(61202298;61202299;61300138);福建省自然科学基金(2014J01239;2015J01656);华侨大学高层次人才科研启动基金(14BS207)
摘    要:针对人体运动捕捉数据缺失问题,提出一种结合模糊聚类和投影近似点算法的缺失数据重构恢复方法.首先对不完整运动序列矩阵的缺失数据位置进行线性插值预处理,粗略补全矩阵以得到较完整的运动序列;然后利用模糊C-均值算法将粗略恢复后的复杂人体运动数据细分为含有多个不同语义运动片段的时序组合;再根据相同运动语义片段数据矩阵存在低秩特性,对细分后相应的各原始运动子片段采取投影近似点算法进行缺失数据恢复,并按照运动片段的时序特性进行组合;最后将原有未缺失数据与其相应位置重构恢复后的数据进行置换,根据人体运动轨迹的局部线性特性进行线性平滑,以保证运动序列的连贯性,从而达到对整体运动捕捉数据重构恢复目的.实验结果表明,该方法能够有效地对缺失运动数据进行恢复,使得重构后的运动序列能够较好地逼近于真实运动轨迹,准确度较高.

关 键 词:缺失数据重构  投影近似点算法  模糊C-均值  线性插值  矩阵补全
本文献已被 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号