2.5 文章小结

人体运动捕获数据压缩是一个比较新的研究热点，其方法也多借鉴于通用数据压缩、视频压缩和网格运动压缩等研究。然而，人体捕获数据也有自己的特点，如骨骼层次结构、运动数据的四元数空间和运动关节之间相关性等。因此，如何结合这些特点设计几何编码方法进行处理就成为人体运动捕获数据压缩方法的核心问题。

人体运动数据压缩技术的发展促进了相关技术及产业的发展，如视频游戏、角色动画等。在产业界，人体运动捕获数据得到越来越多的应用。然而，在实际应用前，如何对人体运动数据进行高比例压缩存储及实时高保真解压成为两个非常紧迫而现实的需求。如在游戏产业中，运动捕获数据已应用于动作类游戏（“QQ炫舞”等游戏产品），但是当前的算法仍不能很好地满足压缩比、数据无损和实时性等方面的要求。因此，人体运动捕获数据的压缩继续成为研究热点，期待更多的研究人员参与，提出更高效的算法。

未来的人体捕获数据压缩可能更多需要关注以下4个方面。

（1）实时高效的人体运动数据完全无损压缩方法。随着运动捕获技术在工业界的应用，对实时人体运动压缩方法的需求越来越大。所开发的人体运动捕获数据无损压缩方法已成功应用到游戏“QQ炫舞”中。在实际应用中，“QQ炫舞”对解压缩算法的时间要求是100000根骨骼在3 ms之内解压完成。如此，实时性的要求使部分有损压缩方法中广泛采用的IK矫正变得不太现实；而失去IK矫正机制，有损压缩方法的数据损失则被大大提高。因此，开发实时高效的无损压缩方法会成为学术界、工业界研究的一个热点。

（2）统一人体运动压缩与检索的人体捕获数据处理方法。人体运动压缩与检索是对人体运动数据处理的两个基本方面。数据驱动的角色动画技术的基础是对人体运动捕获数据方便的重用，因此，若能有效统一人体运动压缩与检索方法，则可形成人体运动数据处理平台，进而更好地满足实际应用需求。在实际处理过程中，为了高效地压缩数据，一些算法使用运动索引技术，这些技术经过调整就可以变成一个运动检索算法。例如，在我们之前的工作中，提出以运动主要本征向量及本征值作为运动精简索引[60]，并提出通过构建分层聚类结构来将运动压缩与检索进行统一[61]。再如，Gu等[14]设计了提取运动模式和创建运动模式库的方法，该模式库既可对运动数据进行编码，又可进行数据检索。因此，人体运动数据压缩与检索在本质上是可融合的。人体运动数据压缩与检索方法亟待更高效的融合方法，期待学术界进行更深入的研究。

（3）探索融合几何编码的浮点压缩方法。人体运动数据无论是旋转数据还是位移数据，均是以浮点方式表示存储，若能对这些浮点数进行高效压缩，则能显著地提高压缩比例。近年来，在浮点数据特别是科学浮点数据压缩方面已取得了较大的进展[62~65]。而在当前的人体捕获数据压缩中，如四元数的几何编码中，均未考虑与浮点压缩方法的融合。因此，若能将两者结合，研究其融合方法，则有望得到高效的人体捕获数据压缩方法。

（4）基于大数据的运动数据压缩方法研究。随着云计算技术的发展，人体运动数据在云端的聚集成为可能。如何充分利用云端数据存储中的人体运动数据片段级甚至整个运动级的相似性，充分挖掘数据之间的关联性进行数据的几何编码及压缩，成为一个亟待研究的问题。