[发明专利]基于静态帧的部件运动性预测方法

说明书

本发明提供了一种基于静态帧的部件运动性预测方法，包括：根据物体的运动方式对一组三维形状中的每一个三维形状中构建出多个运动单元，并根据运动类型对所有运动单元进行划分；计算每一运动单元中静态帧的帧描述子；根据运动单元的每一运动类型，学习出每一运动类型的运动单元中的静态帧到不同运动单元的距离函数；根据待查询的静态帧，利用距离函数选择与待查询的静态帧距离值最小的运动单元，得到该运动单元及其运动类型；根据待查询的静态帧及得到的运动单元及其运动类型生成多组候选的运动，对候选的运动进行采样，得到可应用于待查询的静态帧的最佳运动参数。本发明可以预测出现在物体静态帧上静态部件的运动。

技术领域

本发明是关于三维物体功能性预测技术，特别是关于一种基于静态帧的部件运动性预测方法。

背景技术

目前，在形状分析研究领域，研究从三维物体的几何和交互中获得其功能性的理解不断增多。在这一背景下，一个物体的功能性是通过分析人类或虚拟主体是如何与该物体进行可能的交互，以及邻近物体是如何从几何上与该物体相关得到的。通常，这类知识是从物体及其周围环境的静态帧中获得，例如：一个人坐在一张椅子上或桌子上摆放着几个物体。在最初的尝试中，Pirk等人[1]通过捕获和分析动态物体的轨迹，如运动主体尝试坐在椅子上的动作轨迹，来描述了物体的功能性。然而，先前所有的这些工作，其中心物体仍维保持其刚性。

为了解决上述问题，现有技术采用了来自静态帧中的物体功能性分析方法，具体包括如下几种：基于功能可见性的方法模拟了人预测物体的功能性[2][3]，或者识别场景中能让人执行特定动作的区域[4][5]。利用交互上下文描述子[6]和为不同类别物体学习出的功能性模型[7]进行分析，这两种方法考虑了更一般的物体与物体之间的交互。

虽然上述的部分方法([2][3][4][5])中包含了人类的动态交互，但并没有扩展到更一般的物体功能可见性类型中。而上述部分方法([6][7])中，物体到物体的交互本质上都是静态的。

为了解决上述问题，现有技术还采用了来自动态交互的物体功能性分析方法。其中，Pirk等人[1]实现了从动态交互数据中预测功能性，通过分析动态交互来描述一个静态物体的功能性，例如：在喝咖啡时，一个杯子是如何被使用的。该方法中被分析的物体自身并不是动态的，因而他们的分析实现在物体层次，也不是本发明中的部件层次。另外，也有一系列工作的目标在于捕获动态交互，如Kry和Dinesh[8]提出了捕获手部交互的细节的方法。该方法专注于使用特殊的硬件来捕获交互，而并没有利用动作信息来表达功能性。在这，还有一些关于捕获工具的功能性工作[9]或者表达一般人类交互的工作[10]。然而这些工作的关注点在于识别，所以导出的功能性表达的目的并不是为了分类和转译部件的运动性。

为了解决上述问题，现有技术还进行室内场景中的部件运动性分析。Sharf等人[11]建立了一个运动树结构来概括室内场景中物体或部件的支持关系以及它们之间相对的运动性。该方法中，首先，输入的场景分析用于搜索重复的物体或部件。然后，对给定的一个模型以独特的设置进行检测，该方法检测出模型可能包含的运动。

该方法中的一个局限是依赖于输入场景中重复模型的出现，并以不同的运动状态出现，例如：处于打开或闭合状态的抽屉。因此，检测出的运动性不能被简单地转移到场景中没有出现过的物体，因为运动都是对于每个实例被单独地检测出来的。

参考文献(如专利/论文/标准)

[1]Pirk S,Krs V,Hu K,et al.Understanding and Exploiting ObjectInteraction Landscapes[J].arXiv preprint arXiv:1609.08685,2016.