运动秩1分解及其在运动检索中的应用
Jisuanji Fuzhu Sheji Yu Tuxingxue Xuebao/Journal of Computer-Aided Design and Computer Graphics（2013）
摘要
低秩分解可以有效地应用于运动检索中,然而目前有些方法是针对每个运动单独分解,在分解算法层次上忽略了不同运动之间的相关性.为此,提出一种在数据库上的低秩分解算法,在数据库中所有运动共享一组基,并加入稀疏约束得到运动数据的有效表示;提出一种合理的运动数据构成方式,得到优化目标方程,并给出相应的优化解法,证明了其收敛性.采用文中的分解算法,每个运动被低秩表示成一个基和一个时序向量,由于不同的运动共享一组基,因此该算法具有更好的聚类效果,即相似运动倾向于选择相同的基.实验结果表明,文中算法在运动检索应用上是有效的,并讨论了不同参数设置对检索结果的影响.
更多查看译文
关键词
Low rank sparse decomposition,Motion database decomposition,Motion retrieval,Quaternion decomposition
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要