奇异值分解（SVD）在3D骨骼旋转中的应用：原理与实现

引言

在做在三维计算机视觉的人物姿态识别的项目过程中，遇到一个问题，摄像头只有一个，只采集了一个正面的数据，但是在实际测试过程中，摄像头的位置可能是人物的其他角度，比如30度或者随机。为了做数据增强，将这些采集的数据3D骨骼数据，全部做每个角度旋转的数据增强。

一、实现思路

在 3D 空间中，对骨骼数据进行旋转通常有两种场景：

已知目标角度：直接构造旋转矩阵并相乘。
已知目标姿态（但不知具体角度）：通过 SVD 求解最优旋转矩阵（Kabsch 算法）。

该项目符合场景 1 的设定，但使用场景 2 的算法流程。具体思路如下：

定义数据 ：构建一个 N×3N \times 3N×3 的矩阵存储 3D 骨骼关节坐标。
中心化：将骨骼中心点平移至原点，消除平移分量，仅保留旋转信息。
构造目标 ：根据指定角度（如 30°）构造真实的旋转矩阵 RtrueR_{true}Rtrue，生成旋转后的目标数据 YYY。
SVD 求解 ：计算原始数据与目标数据的交叉协方差矩阵 H=XTYH = X^T YH=XTY，对其进行 SVD 分解，按公式 R=VUTR = V U^TR=VUT 提取纯旋转矩阵。
应用旋转 ：将求得的旋转矩阵 RRR 乘回原始数据，完成旋转对齐。

二、代码实现

以下代码仅定义了一个变量 skeleton 作为 3D 骨骼数据，其余均为过程变量。

python 复制代码

import numpy as np

==

1. 定义 3D 骨骼数据 (6个关节, xyz坐标)

==

skeleton = np.array([
    [0, 0, 0],    # 髋部
    [0, 10, 0],   # 脊柱
    [5, 10, 0],   # 右肩
    [-5, 10, 0],  # 左肩
    [5, 20, 0],   # 右肘
    [-5, 20, 0]   # 左肘
], dtype=float)

==

2. 中心化（消除平移，聚焦旋转）

==

centroid = skeleton.mean(axis=0)
skeleton_centered = skeleton - centroid

==

3. 设定目标角度并构造真实旋转矩阵

==

angle = np.radians(30)  # 转为弧度
绕 Y 轴旋转的矩阵（右手系顺时针）

R_true = np.array([
    [np.cos(angle), 0, np.sin(angle)],
    [0, 1, 0],
    [-np.sin(angle), 0, np.cos(angle)]
])

生成旋转后的目标数据（模拟已知目标姿态）

skeleton_target = skeleton_centered @ R_true.T

==

4. 利用 SVD 求解旋转矩阵 (Kabsch 算法)

==

4.1 计算交叉协方差矩阵 H

H = skeleton_centered.T @ skeleton_target

4.2 对 H 进行 SVD 分解

U, S, Vt = np.linalg.svd(H)
V = Vt.T

4.3 组合出纯旋转矩阵 R_svd

R_svd = V @ U.T

4.4 确保是纯旋转（行列式为 +1，避免反射）

if np.linalg.det(R_svd) < 0:
    V[:, -1] *= -1
    R_svd = V @ U.T

==

5. 应用 SVD 求得的旋转矩阵

==

skeleton_rotated = skeleton_centered @ R_svd.T + centroid

验证结果

print("SVD 求得的旋转矩阵是否与真实矩阵一致:", np.allclose(R_svd, R_true))

三、原理解析

Q1: 代码中的 `@` 运算符是什么意思？

@ 是 Python 中用于矩阵乘法的运算符。

对于 NumPy 数组，A @ B 等价于 np.dot(A, B)。
它执行的是线性代数中的矩阵乘法（行乘列求和），而非逐元素相乘（* 运算符）。
在代码中，skeleton_centered.T @ skeleton_target 执行了 (3×N)×(N×3)(3 \times N) \times (N \times 3)(3×N)×(N×3) 的乘法，得到一个 3×33 \times 33×3 的矩阵。

Q2: `np.linalg.svd` 背后的数学原理是什么？

np.linalg.svd(H) 对矩阵 HHH 进行奇异值分解，将其拆解为三个矩阵的乘积：

H=UΣVT H = U \Sigma V^T H=UΣVT

UUU：左奇异向量矩阵（m×mm \times mm×m，正交矩阵）。
Σ\SigmaΣ：奇异值矩阵（m×nm \times nm×n，对角线为非负实数，按降序排列）。
VTV^TVT：右奇异向量矩阵的转置（n×nn \times nn×n，正交矩阵）。

数值计算原理 ：SVD 通常通过求解 HTHH^T HHTH 和 HHTH H^THHT 的特征值与特征向量来间接获得。对 HTHH^T HHTH 做特征分解，其特征向量构成 VVV，特征值的平方根构成 Σ\SigmaΣ；对 HHTH H^THHT 做特征分解，其特征向量构成 UUU。

Q3: 为什么在进行奇异值分解之前要计算协方差矩阵 HHH？

计算 H=XTYH = X^T YH=XTY 是为了将"寻找最优旋转"这一几何问题转化为"最大化矩阵迹"的代数问题。

目标函数 ：我们希望找到旋转矩阵 RRR 使得 ∥XR−Y∥F2\| X R - Y \|_F^2∥XR−Y∥F2 最小。
化简：展开后可得，最小化该误差等价于最大化 tr(RT(XTY))\text{tr}(R^T (X^T Y))tr(RT(XTY))，即 tr(RTH)\text{tr}(R^T H)tr(RTH)。
SVD 的作用 ：数学上已证明，对于正交矩阵 RRR，使得 tr(RTH)\text{tr}(R^T H)tr(RTH) 最大化的解是 R=VUTR = V U^TR=VUT（其中 H=UΣVTH = U \Sigma V^TH=UΣVT）。因此，计算 HHH 是为了给 SVD 提供一个能够解码出最优旋转的"关系矩阵"。

Q4: 为什么协方差矩阵是 `H = skeleton_centered.T @ skeleton_target` 这样计算的？

这涉及矩阵乘法的维度与内积的几何意义。

维度匹配 ：skeleton_centered 是 N×3N \times 3N×3，转置后为 3×N3 \times N3×N。与目标 N×3N \times 3N×3 相乘，得到 3×33 \times 33×3 的矩阵 HHH。
元素含义 ：HHH 的第 iii 行第 jjj 列元素为 Hij=∑k=1NXkiYkjH_{ij} = \sum_{k=1}^N X_{ki} Y_{kj}Hij=∑k=1NXkiYkj。这表示源点集的第 iii 个坐标轴与目标点集的第 jjj 个坐标轴之间的内积。
协方差本质 ：在中心化后，内积正比于两个向量之间的协方差。HHH 打包了原始坐标系与目标坐标系之间所有轴的对应关系，描述了从一个空间到另一个空间的线性变换强度与方向。

Q5: 为什么需要检查 `np.linalg.det(R_svd) < 0` 并修正？

SVD 分解得到的 UUU 和 VVV 是正交矩阵，因此 R=VUTR = V U^TR=VUT 也是正交矩阵，但它可能包含反射（即行列式为 −1-1−1）。

纯旋转要求 ：在三维空间中，纯旋转矩阵的行列式必须为 +1+1+1。
修正方法 ：若 det⁡(VUT)<0\det(V U^T) < 0det(VUT)<0，则将 VVV 的最后一列乘以 −1-1−1（等价于在 Σ\SigmaΣ 中引入一个负号），重新计算 R=VUTR = V U^TR=VUT，此时行列式变为 +1+1+1，确保得到的是纯旋转而非反射变换。

奇异值分解（SVD）在3D骨骼旋转中的应用：原理与实现