基于运动捕获数据的人体运动编辑技术研究

基于运动捕获数据的人体运动编辑技术研究

论文摘要

二十世纪九十年代以来,随着运动捕获技术的兴起及运动捕获设备的发展,大量的具有较强真实感的人体运动捕获数据被生成并广泛地应用于计算机动画制作的各个领域:游戏、影视、医学及军事等。但随之而起的问题是如何更方便、高效地利用运动捕获数据进行计算机人体动画的创作。在此背景下,基于运动捕获数据的人体动画研究,已经成为近年来计算机图形学领域的一大热点。研究基于运动捕获数据的人体运动编辑技术,针对当前人体运动编辑技术的研究现状,分析运动捕获数据的描述方法,对现有运动编辑方法进行研究,提出更符合人体运动特征的编辑方法,利用运动捕获数据生成真实感更强的人体动画。对人体骨架的层次关节链模型和运动进行描述,分析常用的运动捕获数据的描述方法和文件格式的结构特点。通过人体姿态间插值技术产生运动片段间的平滑过渡,达到运动片段无缝连接的目的。其关键技术为关节姿态旋转的插值,采用四元数表示每帧人体姿态中关节的旋转,利用四元数的球面线性插值方法生成关节姿态的自然过渡。将运动混合的编辑分为两种操作模式:同种类型运动的融合和不同种类型运动的动作嵌入。对传统的动态时间变形算法进行改进,通过时间序列周期的均匀缩放和下界限制来提高算法的可行性和效率。并利用时间对齐处理技术和插值技术进行运动融合和动作嵌入。提取原始人体运动数据的运动类型和周期性特征,将复杂情况下产生形状变换后的运动路径分割成数个短小周期内运动路径,每段周期内运动路径上的运动进行空间变换下的编辑操作,然后对周期内每帧的人体姿态进行方向偏移的调整,生成新运动路径下的运动。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 研究的目的及意义
  • 1.2 国内外研究概况
  • 1.3 本文的内容和组织结构
  • 2 人体运动编辑技术的基本理论
  • 2.1 人体骨架模型和运动的描述
  • 2.1.1 人体骨架模型的建立与描述
  • 2.1.2 人体关节运动的描述
  • 2.1.3 人体关节运动的控制方法
  • 2.2 运动捕获数据的描述方法
  • 2.3 运动编辑技术的基本操作
  • 2.4 本章小结
  • 3 基于姿态插值技术的运动连接
  • 3.1 人体空间位置的插值
  • 3.2 人体关节姿态的插值
  • 3.2.1 四元数的定义与运算规则
  • 3.2.2 四元数与旋转
  • 3.2.3 四元数的插值
  • 3.2.4 四元数与欧拉角之间的转换
  • 3.3 运动连接的编辑方法
  • 3.4 实验仿真与结果分析
  • 3.4.1 AMC 文件与矩阵数据之间的转换
  • 3.4.2 人体姿态插值的矩阵处理过程
  • 3.4.3 实验结果及其分析
  • 3.5 本章小结
  • 4 基于时间对齐处理的运动混合
  • 4.1 时间对齐处理
  • 4.1.1 时间对齐的距离函数
  • 4.1.2 约束条件和下界限制
  • 4.1.3 均匀缩放的时间对齐
  • 4.2 运动融合的编辑方法
  • 4.3 动作嵌入的编辑方法
  • 4.4 实验仿真与结果分析
  • 4.5 本章小结
  • 5 基于特征提取的运动路径变换
  • 5.1 运动路径曲线的抛物拟合
  • 5.2 运动数据的特征提取方法
  • 5.3 特征周期运动片段的路径变换
  • 5.3.1 新运动路径的分割
  • 5.3.2 运动路径段的空间变换
  • 5.3.3 周期运动方向偏移的调整
  • 5.4 运动姿态的约束化调整
  • 5.5 实验仿真与结果分析
  • 5.6 本章小结
  • 6 总结与展望
  • 6.1 本文的主要工作总结
  • 6.2 未来研究展望
  • 致谢
  • 参考文献
  • 相关论文文献

    • [1].运动捕获技术在3D计算机动画制作中的应用[J]. 计算机产品与流通 2020(04)
    • [2].人体运动捕获数据压缩技术研究进展[J]. 计算机辅助设计与图形学学报 2016(07)
    • [3].一种基于索引空间的三维运动捕获数据检索方法[J]. 计算机应用与软件 2017(04)
    • [4].基于运动捕获数据的人体运动融合[J]. 科学技术与工程 2011(12)
    • [5].基于隐空间的运动捕获数据自动分割[J]. 计算机应用研究 2011(08)
    • [6].分段式低秩逼近的运动捕获数据去噪方法[J]. 计算机科学 2013(09)
    • [7].基于运动捕获文件的人体微多普勒信号仿真[J]. 计算机应用研究 2012(07)
    • [8].人体运动捕获数据的向量空间建模与检索[J]. 计算机辅助设计与图形学学报 2011(08)
    • [9].一种结合双特征的运动捕获数据行为分割方法[J]. 计算机科学 2013(08)
    • [10].一种运动捕获数据重用方法[J]. 小型微型计算机系统 2012(11)
    • [11].运动捕获技术在3D计算机动画制作中的应用[J]. 自动化与仪器仪表 2017(12)
    • [12].运动捕获技术在电力安全仿真培训中的应用[J]. 信息技术 2019(07)
    • [13].一种用于人体运动捕获的自适应混合滤波融合算法[J]. 工程科学与技术 2017(05)
    • [14].基于关节联动特征的运动捕获数据分割方法[J]. 系统仿真学报 2014(11)
    • [15].基于视觉运动捕获数据的三维模型驱动方法[J]. 中国体视学与图像分析 2009(02)
    • [16].重建误差最优化的运动捕获数据关键帧提取[J]. 计算机辅助设计与图形学学报 2010(04)
    • [17].基于谱聚类的运动捕获数据分割[J]. 计算机辅助设计与图形学学报 2016(08)
    • [18].基于极大间隔最近邻学习的运动捕获数据检索[J]. 计算机应用与软件 2013(11)
    • [19].一种新的运动捕获数据转换方法[J]. 计算机工程 2012(02)
    • [20].基于混合遗传算法的人体运动捕获数据关键帧提取[J]. 模式识别与人工智能 2011(05)
    • [21].基于运动捕获的飞机管路虚拟装配仿真技术研究[J]. 航空制造技术 2015(Z2)
    • [22].基于人体运动分析的仿人机器人动作规划研究[J]. 广东石油化工学院学报 2014(06)
    • [23].基于集成多示例学习决策树分析的三维运动检索[J]. 计算机研究与发展 2008(S1)
    • [24].基于PGA的人体运动捕获数据分割方法[J]. 计算机工程与应用 2016(10)
    • [25].基于量子粒子群优化算法的运动捕获数据关键帧提取[J]. 计算机应用研究 2014(08)
    • [26].一种无标记的身体与面部运动同步捕获方法[J]. 软件学报 2019(10)
    • [27].融合生成模型和判别模型的双层RBM运动捕获数据语义识别算法[J]. 计算机辅助设计与图形学学报 2017(04)
    • [28].预选策略和重建误差优化的运动捕获数据关键帧提取[J]. 计算机辅助设计与图形学学报 2012(11)
    • [29].结合金字塔模型和随机森林的运动捕获序列语义标注[J]. 华侨大学学报(自然科学版) 2017(06)
    • [30].基于MEMS传感器和Unity3D的人体运动捕获系统[J]. 图学学报 2015(02)

    标签:;  ;  ;  ;  ;  ;  

    基于运动捕获数据的人体运动编辑技术研究
    下载Doc文档

    猜你喜欢