-
题名基于骨骼约束的人体运动捕捉数据失真恢复
被引量：3
- 1
-
-
作者
汪亚明
鲁涛
韩永华
-
机构
浙江理工大学信息学院
-
出处
《计算机系统应用》
2018年第5期17-25,共9页
-
基金
浙江省自然科学基金重点项目(LZ15F020004)
浙江省自然科学基金一般项目(LY17F020034)
+1 种基金
机械工程浙江省高校重中之重学科
浙江理工大学重点实验室优秀青年人才培养基金(ZSTUME01B17)
-
文摘
针对人体运动捕捉(Motion Capture,MOCAP)数据实际采集过程中,由于光线等因素影响而可能出现的同一帧中相邻标记点在时间域上连续缺失的情形,利用MOCAP数据中存在的潜在相关性和同一运动序列中人体骨骼长度不变特性,提出一种新的MOCAP数据失真恢复算法.该算法首先对MOCAP数据进行预处理,使变换后的数据表示的是相邻标记点的相对位置的变化,由此得到人体骨骼长度约束项,再利用稀疏表示和人体骨骼长度约束项进行字典训练,最后利用训练得到的字典对缺失的数据进行恢复.通过实验对比表明该算法在提高缺失点坐标恢复精度的同时,将骨骼长度恢复精度提高到10–4 cm,验证了算法的可行性和有效性.
-
关键词
mocap数据失真恢复
相邻标记点
骨骼长度约束项
稀疏表示
字典训练
-
Keywords
mocap data recovery
adjacent markers
skeleton constraint term
sprase represention
dictionary training
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度强化学习的虚拟手自适应抓取研究
被引量：5
- 2
-
-
作者
伍一鹤
张振宁
仇栋
李蔚清
苏智勇
-
机构
南京理工大学自动化学院
南京理工大学计算机科学与工程学院
-
出处
《图学学报》
CSCD
北大核心
2021年第3期462-469,共8页
-
基金
“十三五”装备预研项目(61409230104,1017,315100104)
中央高校基本科研业务费专项(30918012203)
上海航天科技创新基金(SAST2019009)。
-
文摘
在计算机角色动画的抓取研究中,生成动作序列的自然性、稳定性及自适应能力三者难以同时得到保证,即自然又稳定的抓取控制器往往泛化能力有限,无法适用于其他类型、尺寸物体的抓取任务。通过引入和抓取类型相对应的手部示教数据、设计回报函数,构建了一种基于深度强化学习的虚拟手自适应抓取控制器。实验结果表明,该控制器能够生成兼具自然性和稳定性的抓取运动序列,同时对素材库中不同尺寸、不同类型的基元物体也具备较好的自适应能力。
-
关键词
深度强化学习
示教学习
运动生成
虚拟手
动作捕捉数据
-
Keywords
deep reinforcement learning
demonstration learning
motion generation
virtual hands
mocap data
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
