融合球空间下旋转角度编码的人体动作识别

针对现有的人体动作识别方法较多考虑骨架结构的坐标和位移等平移信息,较少关注代表骨架结构的运动趋势以及代表关节、骨骼运动方向的旋转信息,提出一种融合球空间下旋转角度编码的时空卷积神经网络方法。通过人体动作在三维球空间中的映射,获取具有尺度不变性的角度信息,提取其动态角速度信息作为角度编码,表征动作轨迹中关节点和骨骼边的旋转信息;构建了时空特征提取与共现模块来更好地捕获数据的时空特征;用合适的融合策略对平移特征和旋转特征进行运动特征融合。实验结果证明了旋转角度编码有利于提升运动表征的准确性,以及时空特征提取与共现模块的有效性。

面向数据融合计算的动画角色处理平台

文章设计并实现了一种针对动画角色网格和运动数据融合计算的动画角色处理平台,平台支持多格式的模型数据,并集成了有效的可扩展算法库模块,提供了透明的经典算法调用和编辑接口,方便用户进行算法的设计和应用开发。

基于点云数据的树木骨架线提取研究

为了构建树木骨架线,利用三维激光扫描仪对树木扫描得到点云数据,以此为数据源,利用Geomagic软件去噪配准后构建树木三维模型,对树木主干、枝干分割后,利用Excel对点云数据进行微分后计算出每一小段的重心即骨架点,最后基于单源最短路径算法来构建出树木的骨架线,实验证明该方法简单可行,对树木三维建模以及林业研究有重要的意义。

基于多条件随机场模型的异常行为检测

传统的异常行为检测多数是利用单特征建模,检测的行为较为单一,检测率较低,针对这些问题,提出一种基于多条件随机场模型(MCRF)的异常行为检测方法,MCRF模型具有融合多特征和联系上下文信息的优势。通过Kinect获取3D骨架数据,提取角度、位置、速度三类特征,形成多类特征子集,利用基本的CRF模型对每一类特征子集建模,形成多个CRF单元,然后组合所有的CRF单元,得到MCRF模型,最后利用MCRF模型进行异常行为检测。实验结果表明基于MCRF的异常行为检测方法具有较高的检测率。