Hareket yakalama, kullanımı gittikçe artan animasyon tekniklerindendir; lakin hareket yakalama ile elde edilen veriler kolaylıkla cok büyük boyutlara ulaşabilir. Bu durum hareket yakalamayı, hareket düzenleme, hareket anlama, otomatik hareket özetleme, hareket önizlemesi oluşturma ya da hareket veritabanı sorgulama gibi ceşitli uygulamalarda kullanışsız hale getirmektedir. Bu kısıtlamayı aşmak amacıyla, hareket yakalama dizisinden otomatik olarak anahtar kareleri bulabilen bir yöntem önermekteyiz. Bu yöntemde, girdi olarak kullanılan diziyi eğriler olarak alıp, 'hareket belirginliği' adlı yeni bir metrik kullanılarak bu eğrilerin en belirgin bölümleri bulunmaktadır. Analiz edilecek eğriler `Esas Bileşen Analizi` isimli boyut indirgeme metodu kullanılarak seçilmektedir. Daha sonra, uygulanan kare indirgeme tekniği ile önemli kareler anahtar kareler olarak çıkartılmaktadır. Bu yöntem sayesinde, hareket yakalama verisinin yaklaşık %8'i anahtar kare olarak seçilmektedir. Son olarak bu sonuçlar matematiksel ve kullanıcı testleri sayesinde değerlendirilmektedir.

Motion capture is an increasingly popular animation technique; however data acquired by motion capture can become substantial. This makes it difficult to use motion capture data in a number of applications, such as motion editing, motion understanding, automatic motion summarization, motion thumbnail generation, or motion database search and retrieval. To overcome this limitation, we propose an automatic approach to extract keyframes from a motion capture sequence. We treat the input sequence as motion curves, and obtain the most salient parts of these curves using a new proposed metric, called 'motion saliency'. We select the curves to be analyzed by a dimension reduction technique, Principal Component Analysis. We then apply frame reduction techniques to extract the most important frames as keyframes of the motion. With this approach, around 8% of the frames are selected to be keyframes for motion capture sequences. We have quantized our results both mathematically and through user tests.

66