モーションキャプチャデータの自動分類と検索のためのモーショテンプレート

この論文では、データベースに散在する論理的に関連する動作の特定を容易にするためのモーションキャプチャデータの自動分類と検索の新しい方法を紹介します。主な要素として、論理的に関連した動作の全クラスの本質を明示的かつ意味的に解釈可能な行列表現で捉えることができるモーショテンプレート（MT）の概念を導入します。MTの重要な特性は、未知の動作データとの比較の際に、動作クラスの可変要素を自動的にマスクすることができる点です。これにより、大きな空間的および時間的変動が存在しても、堅牢かつ効率的な動作検索が可能になります。さらに、与えられた一連のトレーニング動作から特定の動作クラスのMTを学習する方法についても説明します。我々の広範な実験では、数時間のモーションデータに基づき、MTが動作の注釈付けと検索において強力な概念であることが証明され、高度に変動する動作クラス（たとえば、側転、横になること、投げ動作など）に対しても正確な結果を得ることができました。