公开(公告)号：CN103679747A

公开(公告)日：2014-03-26

申请号：CN201310569162.2

申请日：2013-11-15

Applicant: 南昌大学

Inventor： 刘云根

IPC: G06T7/20

Abstract: 一种运动捕捉数据关键帧提取方法，其步骤为：(1)特征表示；用人体四肢与躯干的旋转角度以及肢体各关节间的相对距离等运动分量表示人体运动姿势的主要特征；(2)临界点筛选；提取运动分量曲线的极值点和动静转换点作为临界点，并采用临界点消减算法筛选出关键临界点；(3)关键度曲线构造；根据筛选出来的关键临界点划分运动分量曲线，形成运动分量关键度曲线；(4)权值学；(5)关键帧提取；加权拟合目标运动的运动分量关键度曲线，基于拟合曲线提取关键帧。本发明无需手工设定难以确定的阈值，能够从样例运动中学习不同的关键帧提取风格，并可根据部分肢体的运动提取关键帧，能够满足运动捕捉数据实时处理的需要。

公开(公告)号：CN103679747B

公开(公告)日：2016-08-17

申请号：CN201310569162.2

申请日：2013-11-15

Applicant: 南昌大学

Inventor： 刘云根

IPC: G06T7/20

Abstract: 一种运动捕捉数据关键帧提取方法，其步骤为：(1)特征表示；用人体四肢与躯干的旋转角度以及肢体各关节间的相对距离等运动分量表示人体运动姿势的主要特征；(2)临界点筛选；提取运动分量曲线的极值点和动静转换点作为临界点，并采用临界点消减算法筛选出关键临界点；(3)关键度曲线构造；根据筛选出来的关键临界点划分运动分量曲线，分段计算曲线上各数据帧的关键度，形成运动分量关键度曲线；(4)权值学习；(5)关键帧提取；加权拟合目标运动的运动分量关键度曲线，基于拟合曲线提取关键帧。本发明无需手工设定难以确定的阈值，能够从样例运动中学习不同的关键帧提取风格，并可根据部分肢体的运动提取关键帧，能够满足运动捕捉数据实时处理的需要。

公开(公告)号：CN109190474B

公开(公告)日：2021-07-20

申请号：CN201810860768.4

申请日：2018-08-01

Applicant: 南昌大学

Inventor： 刘云根 ,  张俊

IPC: G06K9/00

Abstract: 本发明公开了一种基于姿势显著性的人体动画关键帧提取方法，其步骤为：根据方差筛选部分运动分量作为人体运动的特征分量；计算特征分量的多尺度显著性，加权拟合成人体动画的姿势显著性；提取姿势显著性曲线的局部极大值点为初始关键帧，根据最优化的重建误差与关键帧数量之比确定关键帧数量；根据关键帧数量选取重建误差较大的初始关键帧为候选关键帧，利用重建误差最优化算法从候选关键帧邻域内提取具有最小重建误差的帧为最终关键帧。本发明能自适应确定最优关键帧数量，提取具有最小重建误差的关键帧，满足运动捕捉数据实时压缩的需要。

公开(公告)号：CN109190474A

公开(公告)日：2019-01-11

申请号：CN201810860768.4

申请日：2018-08-01

Applicant: 南昌大学

Inventor： 刘云根 ,  张俊

IPC: G06K9/00

Abstract: 本发明公开了一种基于姿势显著性的人体动画关键帧提取方法，其步骤为：根据方差筛选部分运动分量作为人体运动的特征分量；计算特征分量的多尺度显著性，加权拟合成人体动画的姿势显著性；提取姿势显著性曲线的局部极大值点为初始关键帧，根据最优化的重建误差与关键帧数量之比确定关键帧数量；根据关键帧数量选取重建误差较大的初始关键帧为候选关键帧，利用重建误差最优化算法从候选关键帧邻域内提取具有最小重建误差的帧为最终关键帧。本发明能自适应确定最优关键帧数量，提取具有最小重建误差的关键帧，满足运动捕捉数据实时压缩的需要。