基于半监督距离学习的运动相似性度量算法
2014-06-07孙怀江
计算机工程 2014年11期
李 斌,孙怀江
(南京理工大学计算机科学与工程学院,南京210094)
基于半监督距离学习的运动相似性度量算法
李 斌,孙怀江
(南京理工大学计算机科学与工程学院,南京210094)
人体运动捕获技术的发展使得运动捕获数据不断积累,人体运动的检索技术成为运动数据管理和重用过程中的关键环节。由于逻辑相似的运动在数值上并不一定相似,使用欧式距离度量2个运动间的逻辑相似性难以取得理想的结果。为此,提出一种半监督的距离度量学习算法,利用带标记的运动和未标记运动进行训练以得到运动间的马氏距离度量,从而判断2个运动之间的逻辑相似性,实现运动检索。实验结果表明,与现有的大部分检索算法相比,该算法能够得到更高的查询精度,且没有任何人工干预,可应用于自动检索领域。
人体运动捕获数据;半监督;距离学习;相似性度量;检索;识别精度
1 概述
在计算机三维人体动画技术领域,人体运动捕获数据的研究是极具挑战性的课题。利用运动捕获数据来驱动人体运动,可以得到符合人们视觉要求的动画效果,这种方法为动画创作提供了重要的媒体素材。伴随着运动捕获技术的向前发展,大量的三维人体运动捕获数据得以积累,并已经建立起很多大规模运动数据库[1-2]。在对数据库进行管理和重用的过程中,不可避免地需要进行数据库的查询和浏览操作,因此,在数据库中如何精确高效地检索运动数据成为一个十分重要的问题。……
登录APP查看全文
