基于混合遗传算法的 - 大连海事大学学报.pdf

第 24卷 第 5期 模式识别与人工智能 Vo1．24 No．5 2011年 10月 PR ＆AI 0ct 201l 基于混合遗传算法的 人体运动捕获数据关键帧提取 刘贤梅 ， 郝爱民 赵 丹 (北京航空航天大学 虚拟现实技术与系统国家重点实验室 北京 100083) (东北石油大学 计算机与信息技术学院 大庆 163318) ． 摘 要 为实现基于最佳关键帧集合的人体运动的紧致表示，提出一种遗传算法与单纯形法结合的人体运动捕获 数据关键帧提取方法．以重构误差最小化和压缩率最优为 目标，定义适应度函数，度量重构运动与原始运动之间的 重构误差，通过关节位置和关节速率加权计算 ，并考虑数据的运动特性．利用背景知识对初始种群的个体进行优 化，保证进化的良好基础和种群的多样性．将遗传算法和局部有哪些信誉好的足球投注网站技术结合，提高算法运行效率和求解质量．实验 结果表明，该方法能够高效地从运动捕获数据中提取出最优的关键帧集合，较好地满足运动数据的紧致表示，且能 高质量重构其它帧． 关键词 计算机动画，运动捕获数据，关键帧提取，单纯形混合遗传算法 中图法分类号 TP391．41 KeyframeExtractionfrom HumanM otionCaptureData bySimplexHybridGeneticAlgorithm LIU Xian．Mei ，HAO Ai．Min ，ZHAO Dan (StateKeyLaboratoryofVirtualRealityTechnologyandSystem，BeihangUniversity，Beijing100083) (SchoolofComputerandInformationTechnology，NortheastPetroleumUniversity，Daqing163318) ABSTRACT Toobtainacompactrepresentationofhumanmotionbasedonkeyframes，amethodforkeyframes extractingofthecapturedhumanmotiondataby simplexhybridgeneticalgorithm ispresented，which combinesgeneticalgorithm witha localsearch techniquetoconvergefasterand producetheoptimal solution．Firstly，thefitnessfunctionisdefinedtoevaluatetheavailabilityofkeyframewiththegoalsof minimal reconstruction errorandoptimalcompression rate．Then．thereconsturction erroriScomputed betweentheoriginalmotionandthereconsturctiononebytheweighteddifferencesofjointpositionsand velocities．Thevelocityterm helpstopreservethedynamicsofmotion．Finally，theindividualsofinitial populationareoptimized bytheknowledge to assurethe evolutionaryefficiencyand thepopulation diversity．Experimentalresultsshow thattheproposedmethodcaneffectivelyextractkeyfr