基于高斯过程动态模型的人体节奏运动合成

吕培; 张明敏; 徐明亮; 李灵; 宋青见; 潘志庚

doi:10.11834/jig.20110820

“第4届全国信号处理联合会议”栏目 | 浏览量 : 0 下载量: 187 CSCD: 0

PDF
导出
分享
收藏
专辑

基于高斯过程动态模型的人体节奏运动合成
Rhythmical motion synthesis based on Gaussian process dynamical model
2011年16卷第8期页码：1511-1515
网络出版：2011-08-22，

纸质出版：2011
DOI： 10.11834/jig.20110820
稿件说明：

移动端阅览

吕培, 张明敏, 徐明亮, 李灵, 宋青见, 潘志庚. 基于高斯过程动态模型的人体节奏运动合成[J]. 中国图象图形学报, 2011,16(8):1511-1515. DOI： 10.11834/jig.20110820.

Lv Pei, Zhang Mingmin, Xu Mingliang, Li Ling, Song Qingjian, Pan Zhigeng. Rhythmical motion synthesis based on Gaussian process dynamical model[J]. Journal of Image and Graphics, 2011, 16(8): 1511-1515. DOI： 10.11834/jig.20110820.

摘要

提出一种新的基于高斯过程动态模型的节奏转移方法。该方法能够准确、有效地将现有运动中的节奏信息转移到新的运动中去，适用于各种不同类型的运动。首先，使用短时(short term)PCA计算源运动的节奏点，组合3种重要的运动特征求解目标运动的特征点；然后，使用动态规划算法来找到两者之间的最佳匹配，最大化减少计算时间及对目标运动的修改；最后，使用高斯过程动态模型对目标运动进行学习，并在隐空间进行节奏化插值，最终合成新的节奏化运动。

Abstract

In this paper

we provide a new rhythm translation method based on Gaussian process dynamical model which can translate existing rhythm information to various types of motion accurately and effectively. Firstly

Short-Term PCA is used to calculate rhythm points in source rhythmical motion

three important motion features are combined to extract the motion feature points in target motion; Secondly

dynamical programming is utilized to find the best match between them in order to reduce the estimation time and damage to the target motion; Lastly

the Gaussian process dynamical model is applied to learn the target motion and rhythmical interpolation is done in latent space to get the new final rhythmical motion.