关键词:
三维动画压缩
eK-means聚类
JPEG
MPEG
摘要:
随着图形学技术的发展,三维动画数据正在逐渐成为继文字、语音、图片、视频之后的另一种主流数据载体,已经被广泛应用于数字娱乐、影视、医学、虚拟现实等领域。在诸多应用领域的强烈需求驱动下,三维动画已经逐渐成为计算机图形学领域重要的研究对象。随着动作捕捉和三维模型扫描技术的快速发展,三维动画的获取方式走向多样化和便捷化,但是受到带宽和存储容量的限制,三维动画的传播和普及仍受到一定的制约。如何才能有效压缩三维动画数据,降低网络带宽压力,已经成为图形学领域的重要研究方向。诸多学者致力于研究图像和视频压缩,并制定了相关标准,如JPEG图像压缩算法和MPEG视频压缩算法。视频和三维动画都由静态帧组成,一个静态帧可以看作一个图像,但是区别于规则的图像及视频数据,三维动画中模型的顶点是无序的,因而本文探讨优化上述算法,使其适用于三维动画压缩。本文首先提出了基于JPEG的三维动画压缩优化算法。三维动画中顶点的无序性是造成经典压缩算法无法直接复用的核心,考虑构造三维动画中各帧模型的结构化表达,以解决上述问题。具体而言,首先提出e K-means聚类算法对三维动画每一帧的顶点序列进行重新排序,将数据存储在矩阵中,使得三维动画数据结构化,然后优化得到最佳的三维动画数据的子块分割尺寸以及量化表,最后将该算法与前人提出的算法进行对比,结果表明该算法压缩效果优于其他算法。虽然基于JPEG的三维动画压缩优化算法考虑了三维动画的空域冗余,但是三维动画帧与帧之间的时域冗余未得到处理,因此本文在此基础上提出了一种基于MPEG的三维动画压缩优化算法,来解决这一问题。具体而言,首先使用e K-means聚类算法对三维动画数据进行结构化处理,然后使用LLE降维算法对三维动画数据进行降维,利用降维后的二维特征对三维动画进行帧分类,以适应MPEG算法,并使用DZIP算法优化压缩策略,实验结果表明此算法进一步提高了压缩效果。