技術(shù)特征：

1.一種虛擬人運動數(shù)據(jù)關(guān)鍵幀抽取方法，其特征在于：包含順序執(zhí)行的以下步驟：

步驟一、將虛擬人多維運動數(shù)據(jù)量化為一維數(shù)據(jù)；

步驟二、用獲得的一維數(shù)據(jù)中包含的信息確定初始關(guān)鍵幀集合；

步驟三、優(yōu)化初始關(guān)鍵幀集合中關(guān)鍵幀為最優(yōu)關(guān)鍵幀。

2.根據(jù)權(quán)利要求1所述的一種虛擬人運動數(shù)據(jù)關(guān)鍵幀抽取方法，其特征在于：步驟一包括以下過程：

首先，確定并選出虛擬人主要運動關(guān)節(jié)，所述虛擬人主要運動關(guān)節(jié)包含表達虛擬人運動的基本關(guān)節(jié)，并依據(jù)運動表達需求進行調(diào)整；然后，按照如下公式將主要運動關(guān)節(jié)的多維數(shù)據(jù)量化為包含運動活性信息的一維數(shù)據(jù)：

$MAI\left(i\right)=\underset{n\∈N}{\Σ}\underset{k=i-\mathrm{\ω}}{\overset{i+\mathrm{\ω}}{\Σ}}\left(\right|p_{k+1}^n+p_{k-1}^n-2p_k^n|\>\∈),i=2+\mathrm{\ω},...,I-\mathrm{\ω}-1$

其中：

N為原始運動數(shù)據(jù)的維度；

I為原始運動數(shù)據(jù)的序列長度；

為位于第k幀的第n維數(shù)據(jù)；

ω為窗口參數(shù)；

∈為預(yù)設(shè)參數(shù)。

3.根據(jù)權(quán)利要求1所述的一種虛擬人運動數(shù)據(jù)關(guān)鍵幀抽取方法，其特征在于：步驟二包括以下過程：

首先，將一維數(shù)據(jù)中所有的頂點分為兩個集合，第一集合為顯著頂點的集合，第二集合為其它頂點的集合；其中顯著頂點與多個重要關(guān)節(jié)同時運動變化較大點對應(yīng)，選取時從所有頂點的一維數(shù)據(jù)中選出大于等于較大四分位數(shù)部分的頂點作為顯著頂點；然后，將第一集合顯著頂點的對應(yīng)幀加上原始運動數(shù)據(jù)的首尾幀直接選入初始關(guān)鍵幀集合；接著，利用現(xiàn)有的初始關(guān)鍵幀集合將原始運動數(shù)據(jù)分段，根據(jù)每一分段的重構(gòu)誤差為每一分段從第二集合中選出新的初始關(guān)鍵幀；最后，將所有選出的初始關(guān)鍵幀合并構(gòu)成完整的初始關(guān)鍵幀集合。

4.根據(jù)權(quán)利要求3所述的一種虛擬人運動數(shù)據(jù)關(guān)鍵幀抽取方法，其特征在于：從第二集合中選出新的初始關(guān)鍵幀包含以下過程：

步驟1、判斷利用現(xiàn)有的初始關(guān)鍵幀集合獲得的原始運動數(shù)據(jù)分段的每一段的寬度是否大于δ×e_l×r_wm，其中e_l為給定誤差閾值，r_wm為已有分段寬度與其最大局部誤差比值的平均值，δ為給定調(diào)節(jié)參數(shù)；將大于上述標(biāo)準(zhǔn)的分段進行步驟2中的處理，其余分段進行步驟3中的處理；

步驟2、從第二集合中選出與待處理的分段對應(yīng)的相對顯著頂點，所述相對顯著頂點為從待處理的分段內(nèi)除顯著頂點以外的頂點的一維數(shù)據(jù)中選出大于等于較大四分位數(shù)部分的頂點，利用相對顯著頂點將待處理的分段進一步細(xì)分成寬度滿足于小于等于δ×e_l×r_wm要求的分段，然后將細(xì)分后獲得的分段進行步驟3中的處理；

步驟3、依據(jù)和三個參數(shù)的值在給定閾值區(qū)間內(nèi)投票來決定每個分段中應(yīng)選擇的關(guān)鍵幀數(shù)量，按照如下方式進行投票：

對應(yīng)每個參數(shù)設(shè)置各自的閾值區(qū)間，閾值區(qū)間的形式按照從小到大的a₁，a₂和a₃3個區(qū)間點對應(yīng)形成(-∞，a₁]、(a₁,a₂]、(a₂,a₃]、(a₃，+∞)4段，a₁，a₂和a₃的值根據(jù)參數(shù)分別設(shè)置；以0、1、2、3作為4個投票選項，將參數(shù)值與各自的閾值區(qū)間進行比較，當(dāng)參數(shù)值落在(-∞，a₁]則投票0，落在(a₁,a₂]內(nèi)則投票1，落在(a₂,a₃]內(nèi)則投票3，落在(a₃，+∞)則投票4；按照上述三個參數(shù)各自的投票結(jié)果采取少數(shù)服從多數(shù)的原則選出最終結(jié)果，當(dāng)投票選項的票數(shù)相同時選取票數(shù)相同的投票選項中的較小值作為最終結(jié)果；按照最終結(jié)果決定每個分段中應(yīng)選擇的關(guān)鍵幀的數(shù)量；

其中：MLRE為每一分段的最大局部重構(gòu)誤差，ALRE為每一分段的累加重構(gòu)誤差，LSW為每一分段寬度，r_sm為各個分段的累加重構(gòu)誤差與對應(yīng)分段的最大局部重構(gòu)誤差比值的平均值；然后針對每個分段，從第二集合中選出使得當(dāng)前處理的該分段的重構(gòu)誤差最小的關(guān)鍵幀。

5.根據(jù)權(quán)利要求3所述的一種虛擬人運動數(shù)據(jù)關(guān)鍵幀抽取的方法，其特征在于：步驟三包括以下過程：

首先，在完整的初始關(guān)鍵幀集合中，除首尾幀外，對每一關(guān)鍵幀進行如下優(yōu)化過程：在當(dāng)前關(guān)鍵幀的前一關(guān)鍵幀和后一關(guān)鍵幀所形成的當(dāng)前區(qū)間內(nèi)通過局部搜索的方法調(diào)整當(dāng)前關(guān)鍵幀的位置獲得新關(guān)鍵幀，使得當(dāng)前區(qū)間的重構(gòu)誤差為最小；依次處理初始關(guān)鍵幀集合中所有關(guān)鍵幀后將獲得的所有新關(guān)鍵幀形成新初始關(guān)鍵幀集合；

然后，將獲得的新初始關(guān)鍵幀集合代替原先的初始關(guān)鍵幀集合，按照上述方法不斷重復(fù)整個優(yōu)化過程，直到優(yōu)化過程收斂到所有的新關(guān)鍵幀的位置不再變化。

6.根據(jù)權(quán)利要求3或5所述的一種虛擬人運動數(shù)據(jù)關(guān)鍵幀抽取的方法，其特征在于：每個分段或區(qū)間的重構(gòu)誤差為將該分段或區(qū)間內(nèi)的關(guān)鍵幀重構(gòu)后的運動數(shù)據(jù)與對應(yīng)的原始運動數(shù)據(jù)均轉(zhuǎn)換為四元數(shù)后利用四元數(shù)差值的方式計算獲得二者的差。