[发明专利]一种视频中的人体运动编辑方法有效

专利信息
申请号: 201210009515.9 申请日: 2012-01-13
公开(公告)号: CN102609956A 公开(公告)日: 2012-07-25
发明(设计)人: 孙正兴;李毅;刘凯;周俊昊 申请(专利权)人: 南京大学
主分类号: G06T7/20 分类号: G06T7/20;G06N3/12
代理公司: 江苏圣典律师事务所 32237 代理人: 胡建华
地址: 210093*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 视频 中的 人体 运动 编辑 方法
【权利要求书】:

1.一种视频中的人体运动编辑方法,其特征在于,包括以下步骤:

步骤一,人体姿态分析:采用基于免疫进化的层次化姿态优化方法,计算输入视频中每一帧图像的人体姿态,得到人体运动的姿态数据;

步骤二,姿态数据编辑:采用草绘交互方式编辑步骤一得到的人体运动的姿态数据,生成新的人体运动的姿态数据;

步骤三,图像形变:以步骤二中新的人体运动的姿态数据作为控制条件,采用模型驱动的移动最小二乘图像形变方法对输入视频中每一帧图像进行形变,生成包含新的人体运动的视频。

2.根据权利要求1所述的一种视频中的人体运动编辑方法,其特征在于,步骤一包括以下步骤:

步骤21,全局姿态优化:对输入视频的每一帧图像zt,采用免疫进化姿态优化方法计算得到一个包含N个候选姿态的候选姿态集合其中,为一个候选姿态,i为候选姿态的序号,i=1,...,N,N为候选姿态的总个数,t=1,...,T,T为输入视频的总帧数;

步骤22,姿态序列平滑:从候选姿态集合中选择一个候选姿态作为图像zt的预估姿态其中,h(t)表示预估姿态在候选姿态集合中的序号,h(t)∈[1,N];

步骤23,局部姿态优化:利用预估姿态重定位图像zt中的人体轮廓;采用免疫进化姿态优化方法计算人体的局部姿态,得到图像zt的人体运动的姿态数据yt

3.根据权利要求2所述的基于免疫进化的层次化姿态分析方法,其特征在于,步骤21包括以下步骤:

步骤31,初始化:在疫苗V定义的约束范围内随机产生M个姿态个体记为种群A0;其中,为一个姿态个体,m为姿态个体的序号,M为种群中姿态个体的总数目,0表示了种群的代数,yj为姿态个体的每一维,j=1,...,J,J为姿态个体的维度;所述疫苗V定义了姿态个体的每一维的取值范围,即min(yj)<yj<max(yj),min(yj)和max(yj)分别为yj取值的最小值和最大值;

步骤32,迭代优化种群A0,包括以下步骤:

步骤321,计算第k代种群Ak中每个姿态个体的适应度,如果当前种群Ak中包含最佳姿态个体,则停止运行并输出结果,否则继续;所述姿态个体的适应度指的是姿态个体对应的姿态模型与图像特征的距离,表示为计算方法是E(ytm,k,zt)=exp(-Σ(ws(ytm,k,zt)+we(ytm,k,zt))),]]>其中,为第k代种群Ak中的一个姿态个体,为基于轮廓的距离计算式,为基于边缘的距离计算式;所述最佳姿态个体指的是适应度小于阈值e的姿态个体,阈值e取值范围0.001~0.002;

步骤322,遗传算子:对第k代种群Ak中的每个姿态个体进行交叉变异操作,得到中间种群Bk;其中(y′t)m,k为交叉变异操作得到的姿态个体;

步骤323,接种疫苗:对于中间种群Bk中的每个姿态个体都接种疫苗V,得到抗体种群Ck;其中(y″t)m,k为接种疫苗得V到的姿态个体;

所述接种疫苗V是指对于姿态个体(y′t)m,k,(y′t)m,k∈Bk,如果则(yt)jm,k=min(yj);]]>如果(yt)jm,k>max(yj),]]>(yt)jm,k=max(yj);]]>

步骤324,免疫选择:对抗体种群Ck进行免疫检测和退火选择,得到临时种群Dk;所述免疫检测是指对抗体种群Ck中的每一个姿态个体(y″t)m,k,如果姿态个体(y″t)m,k的适应度提高,即E((y″t)m,k,zt)-E((y′t)m,k,zt)>0,则将个体(y″t)m,k加入临时种群Dk;所述退火选择是指对抗体种群Ck中的每一个姿态个体(y″t)m,k,如果姿态个体(y″t)m,k的适应度降低,即E((y″t)m,k,zt)-E((y′t)m,k,zt)<0,则以概率P((y″t)m,k)将姿态个体(y″t)m,k加入临时种群Dk,概率P((yt)m,k)=eE((yt)m,k,zt)Tk/Σi=1MeE((yt)m,k,zt)Tk;]]>其中,E((y″t)m,k,zt)为步骤321中的适应度函数,Tk为温控序列,Tk=ln(T0/k+1),T0为初始温度,k为种群的代数;

步骤325,构造新种群:采用如下步骤构造新一代父本种群Ak+1:统计临时种群Dk中姿态个体的数目M′;对种群Ak和临时种群Dk中总数为M+M′的姿态个体,删除M+M′个姿态个体中相同的姿态个体;计算剩余姿态个体的适应度,选择适应度最高的前M个姿态个体构成新一代父本种群Ak+1

步骤326,当迭代次数k小于阈值C时,k=k+1,返回步骤321;否则执行步骤33,阈值C取值范围80~120;

步骤33,输出:计算第k代种群Ak中的姿态个体的适应度,选择适应度最高的前N个姿态个体构成候选姿态集合

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京大学,未经南京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210009515.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top