计算机辅助设计与图形学学报

作者：胡文玉, 朱雪芳, 易云

关键词：运动捕获, 低秩结构, 矩阵填充, Capped核范数, 交替方向乘子法

结合人体运动数据的低秩性，将人体运动捕获数据恢复问题建模为低秩矩阵填充问题.不同于传统方法采用核范数作为矩阵秩函数的凸松弛，引入非凸的矩阵Capped核范数(CaNN).首先，建立基于CaNN正则化的人体运动捕获数据恢复模型;其次，利用交替方向乘子法，结合截断参数自适应学习与(逆)离散余弦傅里叶变换对模型进行快速求解;最后，在CMU数据集和HDM05数据集上，将CaNN模型与经典的TSMC，TrNN，IRNN-Lp和TSPN模型进行对比实验.恢复误差和视觉效果比较结果表明，CaNN能够有效地对失真数据进行恢复，且恢复后的运动序列与真实运动序列逼近度较高.

来源：2023年第8期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2023年第8期