CAJ | 학술논문

为了提高现有运动数据的可重用性,生成更为丰富的新运动,提出快速自适应比例高斯过程隐变量模型,以及基于该模型的人体运动数据降维及运动生成方法.通过对运动数据进行统计学习,获得运动数据在隐空间的一个低维映射来实现非线性降维,同时获得了该运动的姿态空间的概率分布,其大小反映了该姿态的自然逼真程度；在给定末端约束条件下求取满足约束的、同时概率最大的姿态,并将其作为逆向运动学的解,克服了传统逆向运动学算法计算烦琐、效果不逼真的缺点.实验结果表明,该模型具有更快的收敛速度和更高的收敛精度,同时能够自适应运动编辑的方向,有效地扩大运动的可编辑幅度.
위료제고현유운동수거적가중용성,생성경위봉부적신운동,제출쾌속자괄응비례고사과정은변량모형,이급기우해모형적인체운동수거강유급운동생성방법.통과대운동수거진행통계학습,획득운동수거재은공간적일개저유영사래실현비선성강유,동시획득료해운동적자태공간적개솔분포,기대소반영료해자태적자연핍진정도；재급정말단약속조건하구취만족약속적、동시개솔최대적자태,병장기작위역향운동학적해,극복료전통역향운동학산법계산번쇄、효과불핍진적결점.실험결과표명,해모형구유경쾌적수렴속도화경고적수렴정도,동시능구자괄응운동편집적방향,유효지확대운동적가편집폭도.