运动捕获数据的处理与编辑技术研究

运动捕获数据的处理与编辑技术研究

论文摘要

随着计算机技术与图形学的迅速发展,计算机动画已经被广泛应用到影视制作、游戏动画、广告、医学及教育等领域。运动捕获技术以其无可比拟的真实感和后期编辑技术的强大性成为计算机动画的重要手段。但是由于运动捕获的成本比较高,所获取的运动数据结构简单,而且只能在特定的环境下使用,为了使之能够应用在新的场景中,满足新的用户需求,必须对捕获的运动数据进行编辑处理。因此如何对运动捕获数据进行处理与编辑成为了当前运动捕获技术的一大研究热点。针对原始的运动数据不利于后续的运动编辑的问题,提出一种新的运动数据转换计算方法,将获取的运动三维位置数据转换为具备完整运动信息的标准运动数据。首先建立简化的人体骨骼模型,然后利用关节点自身在骨架中的结构关系建立关节点在不同坐标系下的变换方程,并提出构造分解的方法求解旋转矩阵,获得关节点的旋转参数,最后存储为标准的BVH运动数据文件,用于驱动三维人体模型。提出一种基于支撑期的运动混合算法。首先使用支撑期方法,在需要混合的两个运动之间找到对应的支撑期对,初步确定两个运动的混合范围;然后根据动态时间变形技术,在这个支撑期对中,找到最佳的过渡片段;最后对选定的范围进行运动插值,得到最终的结果。如此,既解决了运动同步的问题,又通过缩小混合范围,减小了计算量,使得创建的过渡更加光滑和自然,也更加高效。本文基于以上方法,首先在MFC环境下完成了运动捕获数据转换实验;然后利用OpenGL图形库实现了基于支撑期的运动混合算法,实现了对BVH格式运动捕获数据的读取,以及对运动数据的混合,能够实时播放混合效果。

论文目录

  • 摘要
  • Abstract
  • 插图索引
  • 附表索引
  • 第1章 绪论
  • 1.1 课题来源
  • 1.2 研究背景与意义
  • 1.3 研究现状
  • 1.3.1 运动捕获系统分类
  • 1.3.2 运动捕获技术的应用
  • 1.3.3 运动编辑的意义
  • 1.3.4 运动编辑方法综述
  • 1.4 本文的内容与组织
  • 第2章 基础知识
  • 2.1 人体层次骨架模型与运动描述
  • 2.1.1 层次骨架模型
  • 2.1.2 人体运动描述
  • 2.2 欧拉角
  • 2.3 四元数
  • 2.4 常见运动捕获数据文件
  • 2.4.1 BVH 运动捕获数据文件
  • 2.4.2 ASF/AMC 运动捕获数据文件
  • 2.5 本章小结
  • 第3章 运动捕获数据转换与可视化
  • 3.1 引言
  • 3.2 建立人体骨骼模型
  • 3.3 计算节点偏移量和自由度
  • 3.3.1 求解各节点的偏移量
  • 3.3.2 求解各节点的自由度
  • 3.4 BVH 运动数据可视化
  • 3.5 实验结果
  • 3.6 本章小结
  • 第4章 基于支撑期的运动混合
  • 4.1 引言
  • 4.2 支撑期方法
  • 4.2.1 支撑期检测
  • 4.2.2 支撑期配对
  • 4.2.3 选定混合支撑期对
  • 4.3 基于帧的相似性计算
  • 4.3.1 动态时间变形
  • 4.3.2 相似度计算
  • 4.4 运动插值
  • 4.4.1 根关节插值
  • 4.4.2 运动姿态插值
  • 4.4.3 运动插值实现
  • 4.5 运动数据的建立
  • 4.6 实验结果
  • 4.7 本章小结
  • 第5章 实验平台
  • 5.1 平台结构
  • 5.2 界面与功能
  • 5.3 本章小结
  • 结论
  • 参考文献
  • 致谢
  • 附录 A 攻读学位期间所发表的学术论文
  • 附录 B 攻读硕士期间参与的项目列表
  • 相关论文文献

    • [1].运动数据中的最优关联数据的分类分析[J]. 现代电子技术 2017(24)
    • [2].运动数据中的最优关联数据的分类分析[J]. 现代电子技术 2018(02)
    • [3].人体运动数据实时捕捉系统的设计与实现[J]. 现代电子技术 2017(07)
    • [4].保险“触网”进行时[J]. 金融世界 2017(02)
    • [5].连线[J]. 中国经济信息 2017(19)
    • [6].低维人体运动数据边界智能识别方法研究[J]. 微电子学与计算机 2018(12)
    • [7].人体运动数据实时捕捉系统的设计与实现[J]. 现代电子技术 2017(11)
    • [8].拳头游戏宣布和Sportradar达成合作[J]. 电子竞技 2019(16)
    • [9].运动数据体系化闭环 赋能体育、健康和保险协同发展[J]. 清华金融评论 2020(03)
    • [10].人体运动数据自动捕捉与舞谱生成分析[J]. 中国有线电视 2019(05)
    • [11].解决微信常见的2个小问题[J]. 电脑爱好者 2017(07)
    • [12].基于几何特征的人体运动数据表示方法[J]. 网络财富 2008(12)
    • [13].人体运动数据重构方法进展[J]. 计算机应用研究 2008(11)
    • [14].仿人机器人运动数据计算与分析[J]. 科技创新与应用 2016(05)
    • [15].对校园健康跑APP弊端的研究[J]. 福建广播电视大学学报 2018(05)
    • [16].运动数据实现可分享[J]. 中国药店 2014(15)
    • [17].运动手环哪款适合你?用数据说话![J]. 中国质量万里行 2016(01)
    • [18].稀疏表达的运动数据压缩[J]. 中国图象图形学报 2013(03)
    • [19].发布[J]. 影像视觉 2014(04)
    • [20].基于余弦距离的人体运动数据行为分割算法[J]. 中南大学学报(自然科学版) 2014(04)
    • [21].洞悉智能鞋的未来 革新和颠覆之路[J]. 中外鞋苑 2016(09)
    • [22].运动数据监控系统对中学体育教学的影响[J]. 文体用品与科技 2019(18)
    • [23].回归可穿戴设备[J]. 21世纪商业评论 2014(02)
    • [24].学生运动数据失真分析与研究[J]. 信息与电脑(理论版) 2019(03)
    • [25].4D影院座椅运动数据生成方式与观众体验的关系研究[J]. 科技创新导报 2017(04)
    • [26].运动变现启示录——众安保险“步步保”的逻辑[J]. 小康(财智) 2015(09)
    • [27].基于运动数据的仿生压曲模型设计方法[J]. 组合机床与自动化加工技术 2018(03)
    • [28].前沿新品[J]. 环球人物 2013(05)
    • [29].面向Kinect运动数据的鲁棒足迹检测[J]. 中国图象图形学报 2016(02)
    • [30].示范表演驱动的运动数据检索方法及可用性评估[J]. 计算机辅助设计与图形学学报 2009(04)

    标签:;  ;  ;  ;  ;  

    运动捕获数据的处理与编辑技术研究
    下载Doc文档

    猜你喜欢