【技術實現(xiàn)步驟摘要】
本專利技術屬于運動數(shù)據(jù)優(yōu)化，具體涉及一種運動數(shù)據(jù)優(yōu)化方法、計算機設備以及存儲介質，尤其適用于影視動畫、游戲、體育和醫(yī)療康復等應用領域。
技術介紹
1、運動數(shù)據(jù)被廣泛應用于體育科學、運動研究、社交互動、游戲制作和醫(yī)療康復等領域。在體育科學和運動研究方面，運動數(shù)據(jù)分析可以幫助科學家和研究者評估運動員的體能水平和運動效率，發(fā)現(xiàn)運動規(guī)律和優(yōu)化運動策略。在影視以及游戲制作等領域，運動數(shù)據(jù)賦予了虛擬人物流暢的動作，逼真的場景特效等，大大降低了制作成本。在這其中，運動數(shù)據(jù)發(fā)揮了至關重要的作用，所以運動數(shù)據(jù)的獲取以及優(yōu)化成為了重點以及難點。
2、目前主流的運動數(shù)據(jù)優(yōu)化方法主要可以分為基于插值、基于濾波、基于降維以及基于深度學習的優(yōu)化算法。然而，基于插值的優(yōu)化算法，無法處理數(shù)據(jù)缺失時間大于0.5s的場景，并且該基于插值的優(yōu)化算法因為需要進行重構估計，所以要求要有可靠的運動數(shù)據(jù)，當缺失的數(shù)據(jù)點信息不可用時，插值優(yōu)化算法便無法對運動數(shù)據(jù)進行優(yōu)化。基于濾波的優(yōu)化算法往往依賴于模型的準確性，若模型與實際情況不符，可能導致優(yōu)化效果不佳，并且人體運動高度協(xié)調，各個關節(jié)運動不獨立，自由度高關聯(lián)，因此使用濾波效果不好。基于降維的優(yōu)化算法在降維過程中可能會丟失部分重要信息，從而影響后續(xù)優(yōu)化結果的準確性。
3、相比于基于插值、基于濾波、基于降維的運動數(shù)據(jù)優(yōu)化方法，基于深度學習的運動數(shù)據(jù)優(yōu)化算法，表現(xiàn)出比傳統(tǒng)方法更為強大的數(shù)據(jù)處理能力。然而，在深度學習優(yōu)化算法在處理運動數(shù)據(jù)時，主要有以下幾個問題：（1）動作泛化問題，模型可能難以泛化到未在訓練數(shù)
技術實現(xiàn)思路
1、本專利技術的目的在于提出一種運動數(shù)據(jù)優(yōu)化方法，該運動數(shù)據(jù)優(yōu)化方法采用堆疊自編碼器與卷積自編碼器相結合的方式對運動數(shù)據(jù)進行優(yōu)化，其中利用模型的雙向信息傳遞提高姿態(tài)估計的準確性，利用運動數(shù)據(jù)到隱變量空間再到運動數(shù)據(jù)的映射過程增強動作的平滑性，通過將堆疊自編碼器與卷積自編碼器相結合，優(yōu)化運動數(shù)據(jù)的平滑誤差以及位置誤差等，輸出保持較高的精度并具有合理骨骼結構，以提升運動數(shù)據(jù)的細節(jié)層次。
2、本專利技術為了實現(xiàn)上述目的，采用如下技術方案：
3、一種運動數(shù)據(jù)優(yōu)化方法，包括如下步驟：
4、步驟1.?將采集到的人體運動數(shù)據(jù)進行預處理，并構建訓練數(shù)據(jù)集；
5、步驟2.?搭建運動數(shù)據(jù)優(yōu)化模型，其包括平滑優(yōu)化模塊、位置優(yōu)化模塊以及矩陣優(yōu)化模塊；
6、所述平滑優(yōu)化模塊使用改進的堆疊自編碼器對運動數(shù)據(jù)進行平滑優(yōu)化；其中，改進的堆疊自編碼器由多個雙向循環(huán)自編碼器組成；運動數(shù)據(jù)在經過一個雙向循環(huán)自編碼后將優(yōu)化后的運動數(shù)據(jù)再次輸入到下一個雙向循環(huán)自編碼器中，重復的利用雙向循環(huán)自編碼器優(yōu)化，得到平滑優(yōu)化結果；其中每個雙向循環(huán)自編碼器的編碼器與解碼器之間均引入時間注意力機制，在處理運動數(shù)據(jù)時更加聚焦于手部數(shù)據(jù)序列中的運動細節(jié)，以提升手語運動優(yōu)化時的平滑性；所述位置優(yōu)化模塊使用改進的卷積自編碼器；將平滑優(yōu)化結果輸入到改進的卷積自編碼器進行位置誤差優(yōu)化，得到最終優(yōu)化運動數(shù)據(jù)；其中在卷積自編碼器的編碼器與解碼器之間引入時間注意力機制，在處理運動數(shù)據(jù)時更加關注手部數(shù)據(jù)序列部分的運動信息，以提高手語運動位置優(yōu)化質量；矩陣優(yōu)化模塊采用基于有限差分的平滑算法，構造一個差分矩陣來實現(xiàn)最終優(yōu)化運動數(shù)據(jù)的平滑，以解決運動數(shù)據(jù)在經過卷積自編碼器后運動數(shù)據(jù)平滑性降低問題；
7、步驟3.?利用步驟1構建的訓練數(shù)據(jù)集，對步驟2搭建的運動數(shù)據(jù)優(yōu)化模型進行訓練，并利用訓練后的運動數(shù)據(jù)優(yōu)化模型，對輸入模型的人體運動數(shù)據(jù)進行優(yōu)化處理。
8、在運動數(shù)據(jù)優(yōu)化方法的基礎上，本專利技術還提出了一種計算機設備，該計算機設備包括存儲器和一個或多個處理器。所述存儲器中存儲有可執(zhí)行代碼，所述處理器執(zhí)行所述可執(zhí)行代碼時，用于實現(xiàn)上面述及的運動數(shù)據(jù)優(yōu)化方法。
9、在運動數(shù)據(jù)優(yōu)化方法的基礎上，本專利技術還提出了一種計算機可讀存儲介質，其上存儲有程序。該程序被處理器執(zhí)行時，用于實現(xiàn)上面述及的運動數(shù)據(jù)優(yōu)化方法。
10、本專利技術具有如下優(yōu)點：
11、如上所述，針對人體骨骼運動數(shù)據(jù)優(yōu)化問題，本專利技術述及了一種運動數(shù)據(jù)優(yōu)化方法，該方法中搭建了一種運動數(shù)據(jù)優(yōu)化模型，模型采用堆疊自編碼器與卷積自編碼器相結合的方式對運動數(shù)據(jù)進行優(yōu)化，利用模型的雙向信息傳遞提高姿態(tài)估計的準確性，利用運動數(shù)據(jù)到隱變量空間再到運動數(shù)據(jù)的映射過程增強動作的平滑性。為了保證手語運動的優(yōu)化，在對堆疊自編碼器中每個雙向循環(huán)自編碼器以及卷積自編碼器的編碼器與解碼器之間引入時間注意力機制，使運動數(shù)據(jù)優(yōu)化模型更加關注手部數(shù)據(jù)序列部分的運動信息，提高手語運動優(yōu)化質量。本專利技術將堆疊自編碼器與卷積自編碼器相結合，優(yōu)化運動數(shù)據(jù)的平滑誤差以及位置誤差等，在訓練過程中對堆疊自編碼器中每個雙向循環(huán)自編碼器的輸出施加均方誤差約束、骨骼長度約束以及平滑性約束。其中隱變量約束由預訓練的感知自編碼器返回，能夠使網(wǎng)絡輸出保持較高的精度并具有合理骨骼結構，使本專利技術方法適用于提升運動數(shù)據(jù)的細節(jié)層次。本專利技術方法能夠對人體骨骼運動數(shù)據(jù)進行優(yōu)化，可應用于影視動畫、游戲、體育和醫(yī)療康復等領域。
本文檔來自技高網(wǎng)...【技術保護點】
1.一種運動數(shù)據(jù)優(yōu)化方法，其特征在于，包括如下步驟：
2.根據(jù)權利要求1所述的運動數(shù)據(jù)優(yōu)化方法，其特征在于，
3.根據(jù)權利要求2所述的運動數(shù)據(jù)優(yōu)化方法，其特征在于，
4.根據(jù)權利要求2所述的運動數(shù)據(jù)優(yōu)化方法，其特征在于，
5.根據(jù)權利要求1所述的運動數(shù)據(jù)優(yōu)化方法，其特征在于，
6.根據(jù)權利要求5所述的運動數(shù)據(jù)優(yōu)化方法，其特征在于，
7.根據(jù)權利要求1所述的運動數(shù)據(jù)優(yōu)化方法，其特征在于，
8.根據(jù)權利要求1所述的運動數(shù)據(jù)優(yōu)化方法，其特征在于，
9.一種計算機設備，包括存儲器和一個或多個處理器，所述存儲器中存儲有可執(zhí)行代碼，其特征在于，所述處理器執(zhí)行所述可執(zhí)行代碼時，用于實現(xiàn)如權利要求1至8任一項所述的運動數(shù)據(jù)優(yōu)化方法。
10.一種計算機可讀存儲介質，其上存儲有程序，其特征在于，該程序被處理器執(zhí)行時，用于實現(xiàn)如權利要求1至8任一項所述的運動數(shù)據(jù)優(yōu)化方法。
【技術特征摘要】
1.一種運動數(shù)據(jù)優(yōu)化方法，其特征在于，包括如下步驟：
2.根據(jù)權利要求1所述的運動數(shù)據(jù)優(yōu)化方法，其特征在于，
3.根據(jù)權利要求2所述的運動數(shù)據(jù)優(yōu)化方法，其特征在于，
4.根據(jù)權利要求2所述的運動數(shù)據(jù)優(yōu)化方法，其特征在于，
5.根據(jù)權利要求1所述的運動數(shù)據(jù)優(yōu)化方法，其特征在于，
6.根據(jù)權利要求5所述的運動數(shù)據(jù)優(yōu)化方法，其特征在于，
7.根據(jù)權利要求1所述的運動...
【專利技術屬性】
技術研發(fā)人員：范迪，王勇飛，馬修龍，辛珍瑤，陳瑛，
申請(專利權)人：山東科技大學，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。