论文部分内容阅读
本文提出了一种利用时序深度玻尔兹曼机网络估计动作捕获中缺少的标记数据的方法,从而得到流畅的动作数据。本方法即使对于多帧多人体部位的全部标记数据缺失问题仍能得到精确问题的结果。另外,该方法训练的深度网络参数可以对应不同类型的人体动作。因此,只要新来的动作序列中相似的运动数据收集在网络训练集中,本方法即可对此序列进行缺失数据修复,这比传统方法更容易设置训练集。