| 利用Capped核范数正则化的人体运动捕获数据恢复 |
| |
| 作者姓名： | 胡文玉 朱雪芳 易云 |
| |
| 作者单位： | 1. 赣南师范大学数学与计算机科学学院;2. 江西环境工程职业学院通讯与信息学院 |
| |
| 基金项目： | 国家自然科学基金(62266002,61863001,61962003,61502107)；;江西省自然科学基金(20224BAB202004,20202BAB202017)； |
| |
| 摘 要： | 结合人体运动数据的低秩性、噪声稀疏性和时序稳定性,将人体运动捕获数据恢复问题建模为低秩矩阵填充问题.不同于传统方法采用核范数作为矩阵秩函数的凸松弛,引入了非凸的矩阵Capped核范数(CaNN).首先,建立基于CaNN正则化的人体运动捕获数据恢复模型;其次,利用交替方向乘子法,结合截断参数自适应学习与(逆)离散余弦傅里叶变换对模型进行快速求解;最后,在CMU数据集和HDM05数据集上,将CaNN模型与经典的TSMC,TrNN,IRNN-Lp和TSPN模型进行对比实验.恢复误差和视觉效果比较结果表明,CaNN能够有效地对失真数据进行恢复,且恢复后的运动序列与真实运动序列逼近度较高.
|
| 关 键 词： | 运动捕获 低秩结构 矩阵填充 Capped核范数 交替方向乘子法 |
|
|
