基于约束因子分析器混合模型在形状群体内学习姿态变化

挖掘和学习底层群体的形状变异性已惠及参数化形状建模、三维动画和图像分割等应用。当前的统计形状建模方法在学习无明显姿态变化（身体部位的相对旋转）的非结构化形状变化方面表现良好。研究形状群体内的姿态变化涉及将形状分割为不同的关节部分并学习分割部分的变换。本文将姿态学习问题表述为因子分析器混合模型。分割由分量后验概率获得，姿态变化中的旋转由因子载荷矩阵学习。为保证因子载荷矩阵由旋转矩阵组成，施加了约束并推导了相应的闭式最优解。基于所提方法，姿态变化可从给定形状群体中自动学习。该方法应用于运动动画，通过对训练集中现有姿态进行插值生成新姿态。所得结果平滑且逼真。