一种基于CNN与位姿自适应的运动模型生成方法

针对基于数据驱动的人体运动模型生成网络存在的模型生成精度不高,生成模型稳定性不好的问题,提出了一种基于CNN与位姿自适应的三维人体运动模型生成方法.首先,为提升人体运动模型生成网络中编码器对输入运动序列的特征提取效果,在变分自编码器中引入CNN卷积网络,便于更好地从运动数据中提取运动特征;其次,在运动生成网络中引入卷积网络,从而完成运动特征、路径参数与生成模型的自适应映射,并最终生成沿设定路径行进的三维人体运动模型.实验结果表明,与CAE算法以及CAE改进算法相比,该方法有效降低了重构损失,能够生成更加准确、自然的三维人体运动模型.