【摘要】：針對運動捕獲數(shù)據(jù)分割問題,提出一種基于時頻分析的多粒度分割算法.該算法在時域分析階段利用稀疏重構對運動序列進行預分割,通過多尺度時序關聯(lián)方法將原始運動序列分割為獨立行為片段和混合運動基元,實現(xiàn)粗粒度分割;進一步,在頻域分析階段先在主頻率下對每個獨立行為片段進行特征提取,再結合零速度穿越點檢測和自適應K-means算法將每個獨立行為片段分割為多個重復子周期片段,實現(xiàn)細粒度分割.實驗結果表明,預分割及多尺度分割策略的使用使得分割準確率更高,對混合運動基元的識別和分割更為精準,而且在主頻率下進行特征提取使得算法對噪聲具有更好的魯棒性.
[Abstract]:In this paper, a multi-granularity segmentation algorithm based on time-frequency analysis is proposed for motion capture data segmentation. the method comprises the following steps of: performing pre-segmentation on a motion sequence by using a sparse reconstruction in a time domain analysis stage, dividing an original motion sequence into a separate behavior segment and a mixed motion primitive by a multi-scale time sequence correlation method, and realizing coarse grain size segmentation; and further, In that frequency domain analysis stage, the feature extraction is carried out on each independent behavior segment at the main frequency, and the zero-speed crossing point detection and the adaptive K-means algorithm are combined to divide each independent behavior segment into a plurality of repeated sub-periodic segments, so that fine-grained segmentation is realized. The experimental results show that the use of the pre-segmentation and multi-scale segmentation strategy makes the segmentation accuracy higher, the identification and segmentation of the mixed motion primitive is more accurate, and the feature extraction is carried out at the main frequency, so that the algorithm has better robustness to noise.
【作者單位】： 合肥工業(yè)大學計算機與信息學院;
【基金】：國家自然科學基金面上項目(61370167,61602146) 中央高�；究蒲袠I(yè)務費專項資金(JZ2016HGBZ1049)
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 楊杰,陳健;采用映射參數(shù)模型實現(xiàn)圖象運動分割[J];計算機工程;2001年04期

2 王會靖;陳凱;管海兵;;基于分治策略與指導抽樣的二視運動分割[J];信息安全與通信保密;2010年03期

3 王錦;于俊清;段萌遠;;基于感興趣區(qū)域的運動分割算法[J];微處理機;2008年03期

4 蔣鵬;秦娜;周艷;唐鵬;金煒東;;一種基于均值偏移的自動運動分割方法[J];計算機科學;2013年08期

5 王洪斌,李華;基于運動軌跡聚類的運動分割[J];計算機應用;2003年10期

6 梁英宏;王知衍;曹曉葉;許曉偉;;一種快速的視頻序列運動分割方法[J];計算機工程;2008年12期

7 李智慧;黃鳳崗;;一種基于區(qū)域收縮的運動分割算法[J];中國圖象圖形學報;2008年08期

8 任建峰,郭雷,沈玉利;多模型魯棒估計的運動分割[J];計算機應用;2005年04期

9 王新衛(wèi);周利莉;蘇大偉;史紅剛;;一種基于奇異值分解的視頻運動分割算法[J];計算機工程與設計;2006年23期

10 譚曉軍;沈偉;郭志豪;;交通場景中運動分割問題的研究[J];計算機工程;2006年05期

相關博士學位論文 前2條

1 王詩言;基于2D/3D視頻的運動分割與運動估計[D];浙江大學;2013年

2 陶兆勝;板球系統(tǒng)中的運動分割反饋控制研究[D];上海大學;2014年

相關碩士學位論文 前9條

1 李龍生;基于稠密光流的視頻運動分割[D];燕山大學;2016年

2 郭江橋;基于子空間聚類的運動分割方法研究[D];鄭州大學;2016年

3 牛玉婷;單目圖像中的場景深度結構分析和估計[D];合肥工業(yè)大學;2016年

4 陳旭東;非剛性感知的網(wǎng)格運動分割[D];華南理工大學;2016年

5 葉俊;基于捕獲數(shù)據(jù)的人體運動分割方法研究[D];南京理工大學;2014年

6 潘豐俏;單目圖像序列的運動分割和3D表達方法[D];浙江大學;2011年

7 杜敏松;視頻序列中基于邊緣信息的運動分割方法[D];大連理工大學;2003年

8 張艷;基于幾何一致性約束的動態(tài)二視場景運動分割研究與實現(xiàn)[D];上海交通大學;2010年

9 叢露微;GPCA算法在彩色車輛視頻運動分割中的應用[D];南京郵電大學;2011年

，

本文編號：2455668