基于惯性动捕系统的黄梅戏动作数字化保护

黄梅戏是我国重要的非物质文化遗产之一,其中角色的舞台动作是戏曲的重要组成部分,本文对黄梅戏角色三维动作数字化开展研究。首先利用惯性动作捕捉技术对黄梅戏角色动作进行三维数字化采集;然后进行动捕数据的分析处理,初步构建黄梅戏标准动作库,结合Kinect获取黄梅戏演员三维形体数据,建立黄梅戏角色模型;最后采用运动重定向技术实现动作捕捉数据驱动黄梅戏角色动画。     

贵州少数民族舞蹈数字化保护与传承

本文通过采用光学式运动捕捉技术获取少数民族舞蹈的运动数据并进行动作编辑,利用3DSMAX对舞蹈者、服饰等复杂模型建模,并利用运动捕捉系统得到的运动数据驱动模型,生成数字化运动模型,研究了OPENGL的运行机制,结合3D SMAX与OPENGL各自的优点,实现对舞蹈动作的人机交互控制。     

基于BVH的驾驶动作捕捉数据研究

提出基于BVH的驾驶动作捕捉数据初步研究方法. 详细解析BVH文件格式特征以及文件中每个数据的表达内容;利用驾驶动作捕捉数据建立了驾驶员在保持驾驶姿势情况下的坐标系统;结合正向运动学方法对动作数据进行处理. 通过动作数据分析以及矩阵的变换将抽象的动作数据转换为具体的空间绝对坐标数据,并建立了量化描述驾驶动作的方法,为进一步研究驾驶动作及分析驾驶行为等提供了运动参数.     

面向类人角色动画的骨骼运动数据生成算法

为降低获取与给定类人角色模型相匹配的骨骼运动数据的成本，提高运动数据的可重用性，文章提出一种仅使用较少种类的动作捕捉数据获取多种类角色模型的骨骼运动数据生成算法。该算法首先利用动作捕捉数据训练运动数据自编码器，然后在该自编码器生成的隐变量空间中通过迭代约束求解的方式获得多种不同类人角色模型的骨骼运动数据。在Adobe Mixamo数据库上的实验表明，该文提出的算法具有较好的表现性能，能够有效生成多种类的骨骼运动数据，可以作为一种扩展骨骼运动数据库的方法，能够为影视、动画和游戏等领域降低动画制作的成本。     

动作捕捉技术应用研究调查报告

本文首先简述了动作捕捉技术的产生和发展,然后介绍了动作捕捉技术的设备组成和四种分类以及每一类的优缺点,并详细阐述了光学式运动捕捉技术,最后阐述了动作捕捉技术的应用场合。     

Codamotion三维动作捕捉系统在步态分析中的应用

在视频侦查越来越普及,越来越有效率的今天,分析监控视频中嫌疑人的行走步态特征已经成为侦查破案重要的一环,但是在破案一线工作中,视频中人体运动信息却往往仅凭人的观察和总结,应提供大量的数据实验以及量化标准支撑。Codamotion三维动作捕捉系统能有效准确的分析人体运动上的规律,总结出人体运动的稳定特征和特定特征,为侦查破案提供有效的数据支持。     

基于KPCA降维的运动捕捉数据自动分割

针对运动捕捉获得的数据其维度通常较高,在进行运动片段分割时候需要进行大量计算,人工方法可以对运动捕获数据进行分割,准确率比较高,但是效率偏低的问题.提出KPCA结合PPCA对捕获数据进行降维处理的方法,将56维数据映射到2维空间;以及构造特征函数获得投射误差的导数,分析几何特征的变化,探测运动捕捉数据的分割点的方法,实现运动捕捉数据的自动分割.     

一种基于嵌入式平台的机械臂体感控制系统

针对传统机械臂控制方式复杂且效率低的问题,研制了一套惯性式动作捕捉的体感控制系统.该系统在用户手臂绑定多个节点,每个节点由加速度传感器、陀螺仪和磁通传感器组成.节点采集手臂运动数据发送到嵌入式系统,经过融合计算得到手臂运动状态,并最终得出机械臂舵机转动角度.在保证机械臂控制精度的前提下,针对嵌入式系统硬件条件采用了降低系统延迟的分状态数据融合方案.本系统在嵌入式平台上实现,降低了动作捕捉成本,提高了可移植性.测试结果表明,使用惯性式动作捕捉的机械臂体感控制系统动作响应延迟时间短、机械臂动作较平稳.     

基于相对位置的2阶段低级动作分割方法

为了解决由于运动捕捉数据的高维性导致传统低级算法不能很好分割动作的问题,提出了一种基于相对位置的2阶段低级分割方法.该方法使用末端关节相对于根关节(臀)的三维位置信息作为特征,首先采用巴特沃斯滤波器对选取的特征进行降噪,之后结合过零点检测和阈值方法找出各维分割点,并将属于同一个末端关节的三维数据上的分割点进行综合,从而获取各个末端关节的分割点,最后从各个末端关节的分割点融合出全身分割点.从卡耐基梅隆大学运动捕捉数据库中选取不同种类动作共12 941帧用以评价所提出的方法.结果表明,该方法能够有效地对动作捕捉数据进行分割,同基于速率的2种方法相比,所提出方法可以获得更高的查全率与准确率.     

运动捕捉技术在体育运动仿真中的应用

运动捕捉技术是指利用传感器记录物体或人的动作过程的技术，广泛应用于体育、娱乐、医疗等领域。文章首先对运动捕捉技术进行了综述，然后对运动捕捉技术在体育教学和训练的应用现状进行了概述，接着指出了运动捕捉技术在体育教学和训练中的应用前景，最后在分析总结已有研究成果的基础上，指出了运动捕捉技术的发展趋势。     

基于惯性动作捕捉的多螺旋桨飞行器姿态研究

目前多螺旋桨飞行器在飞行过程中存在着飞行姿态控制复杂、稳定性差、抗毁性差等问题。针对于此,提出了基于惯性动作捕捉技术的多螺旋桨飞行器的运动姿态研究方案。该方案利用惯性动作捕捉设备,记录飞行器的各个螺旋桨的位置姿态数据,并根据所获取的数据对飞行器进行运动学分析,进而对其飞行姿态规律进行研究。该方案的研究为飞行器的多螺旋桨转速控制提供了理论依据,从而提高多螺旋桨飞行器的稳定性和可靠性。     

基于运动捕捉技术的民族舞蹈的保护

为了保护中国非物质文化遗产中的少数民族舞蹈,本文通过运动捕捉技术对非物质文化遗产中的摆手舞进行三维数字化保护.首先通过运动捕捉技术,采集舞蹈演员的动作信息,然后采用三维建模技术对舞蹈演员进行人物建模、服饰模拟,最后将捕捉到的舞蹈演员关键的动作数据点与人物模型相绑定,合并场景,生成舞蹈动画,并与摆手舞乐曲进行合成.该方法与传统的舞蹈保护方法相比,可以更好的全方位的展示舞蹈的特点.     

基于加权置信度的运动捕捉数据低级时域分割算法

针对传统的低级时域分割算法不能很好地应用于运动捕捉数据(具有高维性)的问题,提出了一种基于加权置信度的运动捕捉数据低级时域分割算法.首先计算每个时间点在各维上作为分割点的置信度;之后将这些置信度按照对应的过零强度进行综合,得出加权置信度;最后通过寻找加权置信度的局部最大值点,并根据合适的阈值加以限定,确定出全局的分割点.通过测试多组数据,选择得到最优结果时的阈值.用卡耐基梅隆大学运动捕捉数据库的数据进行了试验.结果表明,该方法可以有效地对动作捕捉数据进行分割;在最优阈值条件下,该方法在各方面指标上均显著优于基于曲率或全身速率的方法.     

动作捕捉技术中的运动与表演

近年来,随着科学技术的发展,动作捕捉技术(Motion Capture)在动画中的使用频率越来越高,运用得越来越多。越来越多的动画作品几乎所有的次时代游戏都开始采用动作捕捉设备来进行制作。而本文主要是通过对动作捕捉技术的分析来说明真实的动作捕捉和夸张的动画表演之间的区别。     

游戏动画中的动作捕捉

简述了动作捕捉技术的基本原理，分析了游戏动画制作中动作的特点及运用动作捕捉的技术难点．为了避免传统的动作捕捉方法在游戏动画制作中所遇到的精度与处理速度低的问题，从动作列表和跟踪点设置、布局设计以及动作编辑入手，对原有的动作捕捉的传统标准方法进行了改进．该方法首先对游戏动画动作进行分析，形成相关的动作列表，进而对人体模型树及人体自由度进行分析，得出优化后的跟踪点布局设计，最后在此基础上通过对人体关节树的分析及运动描述，实现动作编辑，从而实现了捕捉原理上的创新．并且给出了动作捕捉技术在游戏动画制作中应用的整体框架．     

一种基于光学动作捕捉技术的座椅舒适性评价方法

为研究坐姿的舒适性评价方法,以评估一种人机工程座椅和普通座椅之间的舒适差异性为例,提出一种实验测试方法并结合人机工程学理论来评估坐姿的舒适性。在该方法中,基于光学运动捕捉系统、压力传感器和JACK软件,通过EVART实时动作捕捉软件获得人体动作空间运动轨迹TRC文件,用MATLAB软件进行人体动作数据分析处理,获得人体在不同座椅上坐姿状态的角度差异数据,然后将TRC文件导入到JACK软件中,利用JACK软件中的TAT REPORTER工具输出肌力、力矩、疲劳等数据,与实验实际测量的数据进行对比分析,并用人机工程学的方法分析评价。研究表明,这种综合考虑关节角度和JACK软件输出数据的方法能有效地评估坐姿的舒适性。     

基于动作捕捉的无人机运动状态识别

无人机运动状态识别是无人机运行状态分析的基础,是实现无人机航迹预测的必要条件。对于非合作目标来说,动作捕捉系统可以有效采集其航迹数据。提出一种基于动作捕捉的无人机运动状态识别方法。首先,通过插值、重采样、滤波等方法对包含噪声的无人机航迹数据进行预处理;然后,通过特征提取与特征选择方法,针对速度、加速度、曲率、转角这4个运动参数,提取无人机运动特征;并分割无人机航迹。最后运用支持向量机的方法进行无人机运动状态识别,对速度、加速度、曲率的分类精度分别达到了95%、90%和100%。证明了本方法的可行性。     

运动捕捉数据重用方法的研究

自从运动捕捉技术被引入计算机动画制作领域之后,以其真实准确的优点得到了迅速的推广,如今在人们生活的各个领域都能够看到运动捕捉技术的身影,然而该技术同样存在一些缺点,其中最主要的缺点就是运动捕捉的成本十分昂贵,因此如何更好的重用已有的捕捉数据成为计算机图形学研究的一大热点.本文将对现有的运动捕获数据重用技术进行详细的剖析和比较.我们这里所说的重用技术是指在只需要较少的人工交互的基础上对运动数据的重新使用.按照不同的原理和处理方法我们将这些运动数据重用技术分成了三大类:对运动捕捉数据的直接重用,对运动捕捉数据的间接重用和直接与间接相结合的重用方法.并对各种代表技术进行了论述,分析了这些技术的优劣和可能的改进方法.     

一种基于Kinect的角色骨骼动画方法

针对当前骨骼动画制作方法存在实时性差?抗光照干扰能力弱?角色模型运动误差大的问题,提出了一种新的骨骼动画方法?采用微软Kinect设备获取人体三维骨骼坐标数据,用改进的D-H(denavit-hartenberg)描述法在关节点处建立虚拟坐标系,对捕捉对象单帧姿态进行抽象空间位形描述,再根据前后帧位形数据求解骨骼矩阵,对根节点进行位移调整形成骨骼动画?实验结果表明,该方法实时性与抗光照干扰能力强,角色动作与捕捉对象动作之间的相似度高?     

髋关节假体脱位与日常行为动作关系

以髋关节置换术后常见的脱位失效为研究对象,在Adams运动学分析软件环境下,设计并开发了可视化髋关节假体运动分析模块.该模块能够构建不同设计参数的髋关节假体模型,模拟各种行为条件下的髋关节运动,检测关节假体的活动范围.利用光学运动捕捉系统对正常人群进行日常行为的下肢运动学测量.将模块对假体的运动学分析结果与实验测量的天然关节的运动数据对比,研究并发现了髋关节假体的脱位与行为运动的关系,结果显示术后的高屈曲动作脱位风险较大,尤其是下蹲动作.