人類運動捕捉資料之語意特徵萃取與檢索方法

課    程 : 論文研討
班    級 : 資工產碩二
日    期 : 100年 9月30日
演講者 : 義守大學資工系杜維昌主任
題    目 : 人類運動捕捉資料之語意特徵萃取與檢索方法

姓    名 : 魏早達
學    號 : 99366512

　　人類運動捕捉的課題，與整個電腦繪圖科技的發展密不可分，尤其是電腦遊戲的發展及電影工業的後製更是對這個技術推波助瀾，記得二十多年前在大學修電腦圖學時，用第一代的IBM PC設計一個３度空間透視的簡單動畫，光是矩陣的運算，就把那台PC操得氣喘噓噓的，如果要做的複雜一點就要使用Sun的繪圖工作站，到如今隨便一台電腦玩起3D遊戲都是順暢的不得了。而今為了擬真的需要，無論是想要模擬人類或是動物的動作，最簡單的方式就是直接捕捉相關影像，並轉換成相對數據及模型，以便運用在動畫的繪製上。

　　當然正如前二週有關影像辨識的課題，所以的轉換都有所謂的誤差，也就是特徵值是否有代表性，綜合這幾週的討論，大致上採取的方法都是設計一套模型或轉換公式，分別將標的物轉換成相對特徵數據，並運用資料庫的資料加以訓練及並測試驗證。杜主任在模型的建立，是將所有的辨識點以Tree的結構儲存，並以脊椎為所謂的Root Node,　而其動作的轉換思維是以平面的變化為主，也就是直方圖形式記錄每一片段可能出現姿勢的機率作為特徵，藉以加快相似度比對的計算時間，而針對動作比對的方法是以Hybrid的方式，即結合了Merge的方式及Splitting的方式的長處，所謂的Merge就是先切成一小格, 知道和旁邊的是否相近, 如果相近則相結合，而Splitting 是先用訓練的方式, 把它符號化., 看切完後左右的相似度, 若相似度越低越好.這兩個一個是Bottom-Up 另一個則是Top-Down，而杜主任的Ｈybrid則是先Merge再Splitting，根據實驗結果看起來得到相當不錯的結果。

　　在整個演講過程，看了一些展示真是有趣極了，不過如果要更進階的驗證就需要有昂貴的Motion Capture Device，不過我認為如果能用一般的WebCam就能做到Motion Capture Device的效果，那才是科技的大突破呢！