一种基于双层自编码的运动数据集可视化方法
    点此下载全文
引用本文:陈松乐,孙知信.一种基于双层自编码的运动数据集可视化方法[J].南京邮电大学学报:自然科学版,2020,40(3):22~30
摘要点击次数: 92
全文下载次数: 55
作者单位
陈松乐 南京邮电大学 江苏省邮政大数据技术与应用工程研究中心江苏南京210003南京邮电大学 国家邮政局邮政行业技术研发中心(物联网技术)江苏南京210003 
孙知信 南京邮电大学 江苏省邮政大数据技术与应用工程研究中心江苏南京210003南京邮电大学 国家邮政局邮政行业技术研发中心(物联网技术)江苏南京210003 
基金项目:国家自然基金(61672299,61972208,61702281)和江苏省高校自然基金(18BC051)资助项目
中文摘要:对运动数据集进行可视化是实现目标运动资源搜索的有效手段,文中提出了一种基于双层自编码的运动数据集可视化方法。首先在姿态层采用变分自编码器获得每个三维人体姿态在二维散点图中的坐标并使得相似的姿态彼此相邻,从而能够支持用户对目标运动资源的快速定位。其次在运动层采用双向长短时记忆递归网络对姿态的上下文运动进行自编码,获得的低维运动表示能够有效地支持用户在线运动分析。在CMU基准运动数据集上的实验结果验证了本文方法的有效性。
中文关键词:运动数据  可视化  自编码器
 
Method for motion data set visualization based on two layer auto encoders
Abstract:The motion data set visualization is an effective means for target motion search. A method for the motion data set visualization based on two layer auto encoders is presented. Firstly, a variational auto encoder is adopted at the pose layer to obtain the coordination of each 3D human pose in the scatterplot and make similar poses adjacent to each other, supporting rapid position of the target motion resource for uses. Secondly, BiLSTM recurrent network is used to encode the contextual motion of each pose at the motion layer, and the obtained latent motion representation can effectively support online motion analysis on users. Experimental results on CMU motion library verify the effectiveness of the method.
keywords:motion data  visualization  auto encoders
查看全文  查看/发表评论  下载PDF阅读器

你是第3044476访问者
版权所有《南京邮电大学学报(自然科学版)》编辑部
Tel:86-25-85866913 E-mail:xb@njupt.edu.cn
技术支持:本系统由北京勤云科技发展有限公司设计