[论文解读] Motion Similarity Modeling -- A State of the Art Report

Anna Sebernegg, Peter Kán+1 more|arXiv (Cornell University)|Aug 13, 2020

Human Pose and Action Recognition参考文献 60被引用 6

一句话总结

本篇前沿综述系统性地综述了人体运动分析中运动相似性建模的最新进展，聚焦于3D动作捕捉数据。该综述对运动特征进行分类，评估了多种相似性度量方法——包括欧氏距离、四元数范数以及动态时间规整（DTW）——并讨论了在运动检索、康复和动画等应用中，降维、时间对齐和特征选择方面的特定权衡。

ABSTRACT

The analysis of human motion opens up a wide range of possibilities, such as realistic training simulations or authentic motions in robotics or animation. One of the problems underlying motion analysis is the meaningful comparison of actions based on similarity measures. Since the motion analysis is application-dependent, it is essential to find the appropriate motion similarity method for the particular use case. This state of the art report provides an overview of human motion analysis and different similarity modeling methods, while mainly focusing on approaches that work with 3D motion data. The survey summarizes various similarity aspects and features of motion and describes approaches to measuring the similarity between two actions.

研究动机与目标

• 提供3D人体运动数据运动相似性建模技术的系统性概述。
• 识别并分类关键的相似性维度，如整体变换、内容与风格、部分相似性等。
• 评估不同运动特征（姿态、过渡、动作）在相似性建模中的优势与局限性。
• 对比局部与全局相似性度量方法，包括DTW、基于四元数的度量方法以及基于规则的策略。
• 根据应用需求（如实时反馈或数据密集型分析）为实践者提供选择合适相似性模型的指导。

提出的方法

• 将运动特征划分为人体测量特征、姿态特征（关节角度、距离、关系性特征、基于轮廓的特征）、过渡特征（速度、加速度、动力学特性）以及动作特征。
• 回顾局部相似性度量方法：欧氏距离（基于欧拉角）、四元数差值的范数、单位四元数的内积，以及单位球面上的测地距离。
• 分析全局相似性方法，包括通过动态时间规整（DTW）实现的时间对齐、基于曲线表示的相似性度量，以及基于规则的方法。
• 评估主成分分析（PCA）和自组织映射（SOM）等降维技术在运动数据预处理中的应用。
• 讨论结合模板匹配与基于规则模型的混合方法，以实现在康复等应用中实时反馈。
• 比较处理可变长度运动序列的方法，包括DTW及其迭代多尺度变体（IMDTW），以保持时间结构的完整性。

实验结果

研究问题

• RQ1 哪些关键的相似性维度定义了两个人体运动被认为相似的条件？
• RQ2 姿态、过渡和动作等不同运动特征如何共同促进有效的相似性建模？
• RQ3 在准确性、鲁棒性与计算成本方面，局部与全局相似性度量方法之间存在哪些权衡？
• RQ4 降维与时间对齐技术如何提升高维运动数据中相似性度量的性能？
• RQ5 在何种场景下，基于规则的模型相较于模板匹配方法更适用于运动相似性评估？

主要发现

• 相较于基于欧拉角的欧氏距离，单位四元数差值的范数与单位球面上的测地距离在处理旋转数据时更具鲁棒性。
• 动态时间规整（DTW）被广泛用于处理可变长度运动序列，但若未优化，可能造成信息损失或运行时间过长。
• 基于规则的方法可通过与预设正确性规则对比，实现实时反馈，因此适用于康复与运动监测场景。
• 特征选择显著影响相似性建模的性能：关系性特征与基于轮廓的姿态特征可提升对噪声与视角变化的鲁棒性。
• 将主成分分析（PCA）与自组织映射（SOM）等降维技术相结合，有助于管理高维运动数据，同时保留关键运动特征。
• 不存在一种在所有场景下均最优的相似性模型；模型选择应基于具体应用需求，如实时处理、数据量大小及期望的相似性粒度。