多尺度运动片段连接的人体运动动画生成算法

为了提高人体运动动画生成的有效性,降低动画制作的成本,本文根据聚类以及概率与统计学方法,提出了一种多尺度运动片段连接的人体运动动画生成算法。首先通过建立运动库概率转移和统计模型,挖掘运动数据的时空结构,然后采用多尺度运动数据分析方法实现运动片段连接,能够根据视频内容合成出新的动画数据,从而提高已有运动数据的可重用性,大大降低动画制作成本。实例仿真结果表明,本文提出的方法采用运动数据的无缝连接,使合成的片段在确保平滑过渡的同时仍然保有运动细节,这样动画的效果得到了进一步的保证。

嵌套椭圆时空管道的监控视频运动片段快速提取

针对现存运动片段提取方法大多步骤繁琐、计算量大,无法满足快速提取运动片段的现实需求的问题,提出一种嵌套椭圆时空管道的监控视频运动片段快速提取算法,以最大限度地减小计算量。该算法首先对监控视频进行椭圆时空采样形成时空管道,其次递进椭圆时空采样组成嵌套椭圆时空管道,然后展开嵌套椭圆时空管道生成时空平面图,最后对时空平面图进行背景去除,构建时空流量模型以提取运动片段。在SISOR等公开数据集上与当前主流的运动片段提取方法进行了实验对比,结果表明,本文算法在计算时间上具有明显优势,可以实现监控视频运动片段的全面、快速提取。

基于运动学片段的纯电动出租车行驶特征模式挖掘

在逐步推行出租车全面电动化的背景下,针对目前对纯电动出租车行驶状态评估的不足,建立一种基于运动学片段的纯电动出租车行驶特征模式挖掘方法,研究纯电动出租车行驶状态特征.首先,基于行驶轨迹GPS数据,从速度特征、加减速和行驶状态3个方面,确定超速比例、加减速频率、行驶速度、怠速时间占比等13个特征指标刻画运动学片段,建立纯电动出租车运动学片段提取方法,研究纯电动出租车行驶状态特征.然后,根据行驶特征指标主成分的特征值大小及累积贡献率,确定关键特征指标,结合K-均值聚类算法,生成多时空场景下的纯电动出租车行驶特征模式,综合评价车辆行驶状态.最后,以深圳市共计9天采样间隔为1 s的700万条纯电动出租车GPS行驶轨迹数据为驱动,提取了1 757条纯电动出租车运动学片段.根据安全性、效率性和舒适性8个关键特征指标进行聚类分析,生成包含主干路、次干路和支路在早高峰、平峰和晚高峰9种时空场景下27类纯电动汽车行驶状态的特征模式库.研究结果表明:综合安全性、效率性、舒适性3方面,早高峰期间的纯电动出租车综合行驶状态优于平峰和晚高峰时段;基于运动学片段、主成分分析及多时空场景聚类分析的纯电动出租车行驶特征模式挖掘方法,能够有效反映并评估纯电动出租车行驶状态,并向驾驶员提供合理的驾驶建议.

基于运动特征模式的出租车行驶状态综合研判

基于行驶轨迹全球导航卫星系统(GNSS)数据,提出了出租车运动学片段提取规则和方法。根据主成分分析(PCA)及累积贡献率,确定了8个表征运动学片段的关键指标;结合K‒均值聚类算法,挖掘出租车运动特征模式。为了确保运动特征模式关键指标权重的客观合理性,采用考虑指标关联性的CRITIC(criteria importance through intercriteria correlation)法和考虑指标离散程度的熵权法,构建了基于纳什均衡的组合赋权的多准则妥协解排序(VIKOR)评价模型,用于多时空情景下出租车运动特征模式评价和出租车行驶状态研判。结果表明,基于纳什均衡的组合赋权法可以有效融合CIRTIC法与熵权法对评价指标的优势,获得更合理的权重系数。就安全性、效率和舒适性而言,出租车行驶状态在主干路和次干路上优于在支路上。早高峰出租车行驶安全性最佳,平峰和晚高峰相对一般。

基于运动学片段的城市道路行驶工况的研究

以合肥市典型道路为例,将大量行驶工况的实验数据划分为运动学片段,并选出11个特征参数进行研究。首先用主成分分析法对运动学片段进行降维处理;接着利用K均值聚类技术对其进行分类。分析结果验证了在城市道路行驶工况研究中应用主成分分析法和K均值聚类法的可行性和有效性;最后拟合出合肥市典型道路的代表性行驶工况。与实验数据的对比结果表明,拟合的行驶工况能综合反映合肥市的交通状况。

基于时空流量的监控视频运动片段分割

监控视频运动片段分割是视频浓缩的基础和前提,现有的视频片段分割方法实现步骤复杂、计算量大,严重影响着视频浓缩的实时性能。针对此问题,提出了一种基于时空流量的监控视频运动片段分割方法。所提方法仅对监视区域边界像素进行稀疏采样,形成时空侧面;在此基础上,通过背景建模提取时空侧面中的目标;然后将运动目标进入和退出视觉监视区域建模成时空流量;最后根据目标特征匹配进行模型修正,得到累积时空流量曲线,并据此进行运动片段分割。实验结果表明,所提方法在保证视频分割准确性的同时,大大提高了视频运动片段分割效率。

运动技能片段教学在培养田径专选学生实践教学能力中的应用

通过文献资料法、专家访谈法、教学实验法,同时结合多位专业教师多年的教学经验抽象概括出运动技能教学范式,并将其具体化为15分钟片段教学应用于田径专选教学,在提升学生实践教学能力方面取得了良好的效果。为其他运动项目的专选教学提供有益参考,同时为开发如运动参与片段教学,社会适应能力片段教学等提供启示。

基于运动学片段的城市道路行驶工况构建研究

以城市轻型汽车实际道路行驶为例,将大量行驶工况的实验数据划分为运动学片段,并选取 14 个特征参数进行研究。首先用主成分分析法对运动学片段进行降维处理;接着利用 K-means聚类技术对其进行分析,分析结果验证了应用主成分分析法和 K-means聚类法在城市道路行驶工况研究中的可行性和有效性;最后拟合得出行驶工况图。

基于城市道路的车辆自行驶工况构建

通过对某一城市轻型汽车运行过程中收集到的数据进行预处理,并采用微分流形和笛卡尔坐标系转换的思想对采集数据进行统一。按照车辆运行状态和运动学片段道路实际坡度情况,采用K-均值聚类分析法对各运动学片段对应的行驶路段进行分类。分别对分类好的六种类型道路进行行驶工况模型的构造,根据运动时长分布规律对各工况模型进行汇总,得到基于该测试车辆自身行驶情况的行驶工况并证明可行性。该行驶工况可以很好的体现该地区的实际道路情况和人文环境。

密度峰值聚类下的新能源汽车工况分析

新能源汽车工况分析对于车辆电机耐久性测试,标定参数具有重要意义。针对当前聚类算法中面临的训练前工况数量未知的问题,本文提出使用密度峰值聚类算法分析新能源汽车工况。实验结果清晰地指出了对于数据集应使用的工况数量,使工况分析结果更具代表性。

基于几何模型的虚拟建模技术实现三维动漫场景建模

以增强三维动漫的逼真效果为目标,设计基于虚拟现实技术的三维动漫系统。系统感知模块通过感知角色行为状态,获取感知信息,为情感模块与行为模块提供数据基础;情感模块负责制定角色情绪变换策略并及时更新情绪;行为模块负责构建运动库,通过在线运动控制组成一系列运动序列;三维动漫生成模块结合运动序列与三维动漫原型,通过更改原型数据,实现三维动漫角色建模,基于几何模型的虚拟建模技术实现三维动漫场景建模;并利用纹理映射技术增强建模的逼真效果。实验证明:所设计系统呈现的三维动漫形象效果更加清晰、逼真;可有效连接多个运动片段,保持原始运动细节的同时保证运动片段平滑连接。

动态聚类法在车辆实际行驶工况开发中的应用

在车辆实际行驶工况的开发过程中,为了得到相应交通特征道路上的实际行驶工况,需要将运动学片断按照道路交通特征分类。针对人工分类的不足,研究了动态聚类法在车辆实际行驶工况开发中的应用。以主成分分析得到的前3个主成分为聚类因子,并对运动学片段总体样本采用动态聚类法分类。研究表明:动态聚类法分类获得的2类运动学片段分类清晰,分别代表了车辆在交通拥挤和交通畅通的道路上的行驶特征。

典型城市车辆行驶工况构成的研究

通过把记录的车速曲线在连续的停顿处分割成运动学片段的方法来研究交通状况特征。用主成份分析法和聚类技术提炼这些运动学片段的特征。根据统计分析的概率随机选择并重组实际运动学片段,构造了一系列行驶工况。

基于组合聚类法的行驶工况构建与精度分析

基于通过实车试验采集的城市典型道路行驶工况数据,首先用主成分分析法对选取的12个表征道路运行特性的特征参数进行减缩,接着利用SOFM神经网络算法和K均值聚类法相结合的组合聚类技术对所有运动学片段的前3个主成分得分进行分类,再根据各类别的时间比例从各类别中选取合适片段,最终拟合出代表性工况。通过对各工况加速度分布的K-S检验和采用ADVISOR软件进行的发动机载荷谱和燃油消耗量仿真分析,表明和K均值聚类法相比,组合聚类法的行驶工况拟合精度更高,更能综合反映城市交通真实状况。

基于主成分分析和FCM聚类的行驶工况研究

在定义了运动学片段的基础上,对典型道路上采集的大量工况试验数据进行划分,从而获得大量运动学片段.用主成分分析法对12个表征道路运行特征的参数(包括加速比例、减速比例、匀速比例、怠速比例、平均速度、平均运行速度、最大速度、平均加速度、最大加速度、最小加速度、速度标准偏差和加速度标准偏差)进行压缩,得到4个主成分.利用模糊C均值聚类技术对所有运动学片段的第一和第二主成分得分进行分类,根据相关系数的大小及各类别的时间长度比选取合适片段,最终拟合出代表性工况.通过对特征参数和速度、加速度联合概率分布的误差分析可知,所提出的构建方法精度较高,拟合工况能综合反映合肥市实际道路的交通状况.

基于K-均值聚类分析的城市道路汽车行驶工况构建方法研究

以实时采集的乘用车行驶数据为数据源,进行了城市道路汽车行驶工况构建方法的研究。分别运用运动学片段分析法、主成分分析法和K均值聚类分析法对实测数据进行降维和分类,提出以Silhouette函数实现对聚类结果的筛选,以减少人为选择的误差,并根据聚类中心的大小筛选所需运动学片段构建候选工况。在目标代表工况的遴选方面,提出了综合6个特征参数和最大SAFD差异值的评价标准。最后通过试验验证了该行驶工况构建方法的有效性和精确性。

因子分析在汽车行驶工况构建过程中的应用

针对汽车行驶工况构建过程,提出了因子分析结合模糊聚类的工况构建方法,并利用该方法建立了城市道路代表性行驶工况。采用因子分析法对大量运动学片段的特征参数进行压缩,选出能代表原始片段大部分特征信息的3个公因子来进行模糊聚类分析;由聚类分析的结果,根据相关系数理论从每一类片段中提取代表性片段来构建典型行驶工况。合肥市行驶工况试验数据分析结果表明:典型行驶工况的速度-加速度矩阵与试验数据的平均误差为13.01%,构建工况能综合反映合肥市道路的交通状况。

极端环境下汽车运行工况的风洞试验对标分析

为比较环境风洞(climatic wind tunnel,CWT)模拟极端环境下汽车运行工况的准确性,设计了实际路试与环境风洞的对标试验,采集了典型高温山区路段汽车的运行数据。通过运动学片段分割构造出车辆的行驶工况图。以运动学片段聚类结果所代表的汽车3种运行状态为基础,利用标准化均方误差方法和特征参数值的计算结果对两次试验中汽车行驶工况的关联性与差异性进行具体分析。结果表明:对标试验结果的关联性极强,其细微差异主要体现在第一类运动学片段上,并且频繁的加减速是汽车3种运行状态中对热管理系统升温影响最大的。可见,环境风洞的模拟结果基本上是准确有效的。

主成分分析在车辆行驶工况中的应用

在车辆行驶工况构建过程,提出了主成分分析与聚类分析的构建工况的方法,并利用该方法建立了昆明市道路代表性行驶工况。利用主成分分析对大量的运动学片段的特征参数进行压缩,选出能代表原始数据80%以上的3个主成分;其次用聚类分析提炼这些运动学片段;根据统计分析的概率随机并重组运动学片段,构建出能反映出昆明市典型公交车线路交通状况的工况。

基于K-means聚类分析的汽车行驶工况构建

为描述汽车行驶过程的运动学规律需构建汽车行驶工况,文章定义了四类行驶状态,划分运动学片段共560个,选取21个运动学特征参数进行标定,利用主成分分析及K-means聚类算法将运动学片段聚为3类,低速、中速、高速状态,分别从每类中提取片段合成最终的汽车行驶工况。结果表明:文章构建的工况与其所在的采样总体平均误差为13.87%,小于15%,故构建的状态合理。其他城市同样可按照此方法构建。