第2章 人体运动数据压缩技术

近年来，基于数据驱动的动画技术得到了广泛研究[1,2]。它被应用在交互式应用中，如游戏和动漫制作等方面。该技术通过基于已采集的运动捕获数据，借助先进的运动合成及运动仿真[3~5]技术，能合成虚拟角色的各类型运动。该技术的快速发展也使运动捕获数据规模不断扩大，而如何对这些数据进行高效压缩以方便存储和网络传输成为一个亟待研究的问题。

与运动捕获数据压缩相关的技术是人体网格动画数据压缩，典型的有基于八叉树[6]、基于主成分分析（PCA, principal component analysis）[7,8]、基于小波变换[9]、基于运动预测[10,11]以及基于几何图像编码的方法[12]。

很多人体捕获运动数据压缩的方法是从网格运动压缩中借鉴而来，但相对于网格动画数据，人体运动捕获数据是具有层次骨骼结构的高维时序数据。这种高维数据中具有骨骼之间的空间相关性冗余、帧序列之间的时间相关性冗余以及由这两种冗余衍生的片段级冗余。因此，如何充分利用这种相关性来减少冗余成为算法设计的核心。