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?     

虚拟角色动作编辑及运动控制

为了直接利用虚拟角色表面模型进行动作编辑及运动控制,提出了一种通用的虚拟角色骨骼建模及运动控制方法.该方法通过对分块的虚拟角色表面模型进行边缘判定、关节点计算、最顶块确定,然后按层次连接各关节点生成虚拟角色骨骼模型.在此基础上根据虚拟角色行走运动模型和运动约束关系,研究了基于参数关键帧技术的运动过程动画制作、不同运动间自动插补动画的动作平滑过渡技术以及利用动作幅度权值对动作姿态的调整技术.最后,采用实时控制和路径点控制2种方式进行了虚拟角色在虚拟场景中的运动控制,取得了较好的实现效果.     

基于余弦距离的人体运动数据行为分割算法

对人体运动捕捉数据进行行为分割是人体运动数据分析与合成中的关键处理步骤,为此,提出一种新的人体运动数据行为分割算法。采用骨骼夹角直方图刻画人体运动统计特征,使用余弦相似度作为人体运动数据骨骼夹角直方图特征的相似性度量,实现对运动行为的自动分割。对于给定的人体运动捕捉序列,首先定义滑动比较窗口,计算当前窗口范围内运动序列前、后2部分骨骼夹角直方图统计特征的余弦相似度,然后通过在运动序列上滑动该窗口,获得运动序列的余弦相似度曲线,曲线最小值位置即为不同类型行为的分割点。在CMU人体运动捕捉数据库上进行数值实验。研究结果表明:本文算法能够实现对人体运动捕捉数据的自动行为分割;与广泛采用的基于PPCA的行为分割方法相比,本文算法具有良好的性能。     

一种基于DenseNet与WGAN-GP的运动迁移方法

针对目前人体骨骼模型运动迁移算法计算精确度不高,提出了一种基于DenseNet的骨 骼卷积网络与WGAN-GP模型的运动迁移方法。通过对源与目标骨骼模型分别提取静态特征,并 对源骨骼静态特征与源运动序列使用动态编码器提取源动态特征,从而能够对目标骨骼静态特征 与源动态特征使用解码器生成目标运动序列,完成运动迁移。在网络模型训练时,同时引入了 WGAN-GP网络模型机制对生成序列和源运动序列的动、静态特征误差进行约束。实验结果表明： 该方法的运动迁移模型各关节点相对于单位身高的运动误差较小,能够生成较好保留源动态特征 的目标运动序列。     

基于Kinect的实时动画角色驱动方法

Kinect可实时获取运动数据,且比传统的运动捕捉设备成本低廉,因此被广泛应用于实时角色动画。文章提出一种基于Kinect运动捕捉数据实时驱动动画角色的方法,采用均值滤波平滑Kinect实时捕获人体关节点的位置数据,并根据位置信息反求出关节点的旋转变换矩阵;将Kinect所捕获的人体骨架结构与目标骨架相匹配进行运动重定向;由骨骼顶点计算出网格顶点变换矩阵,实现蒙皮动画以驱动动画角色。实验结果表明,与惯性运动捕捉仪采集到的运动数据所驱动的角色动画相比,该方法可产生流畅的角色动画,节约了制作成本,而且具有一定程度的视觉真实感。     

基于光流约束自编码器的动作识别

为了改进特征学习在提取目标运动方向及运动幅度等方面的能力,提高动作识别精度,提出一种基于光流约束自编码器的动作特征学习算法.该算法是一种基于单层正则化自编码器的无监督特征学习算法,使用神经网络重构视频像素并将对应的运动光流作为正则化项.该神经网络在学习动作外观信息的同时能够编码物体的运动信息,生成联合编码动作特征.在多个标准动作数据集上的实验结果表明,光流约束自编码器能有效提取目标的运动部分,增加动作特征的判别能力,在相同的动作识别框架下该算法超越了经典的单层动作特征学习算法.     

虚拟注射机系统的设计与开发

研究了一种基于虚拟现实技术的注射机仿真系统，该系统采用OpenGL建立图形控制平台，分别构造了基础数据库、场景库、显示驱动库和动画库等模块，并通过配备虚拟现实外设来实现立体三维效果；采用骨骼动画技术来实现注射机的动作仿真，完成了基于MS3D格式的骨骼动画制作流程和显示程序；以树状形式组织注射机的各个部件，并通过逻辑控制来实现注射过程的顺序动作．系统设计与实现中将操作面板、逻辑控制器、模型控制器和图形平台分为相对独立的模块，具有很好的扩展性，可广泛应用于操作培训、产品展示、远程维护等多个方面．     

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。     

基于动作捕捉的计算机动画探讨与实现

探讨了动作捕捉 (motioncapture)技术 ,分析了运动数据的采集方法及其处理技术 ,剖析了 3DStudioMax文件的结构 ,并利用 3DStudioMax文件建立了计算机动画模型 ;在此基础上 ,利用处理后的数据文件驱动该模型 ,实现了计算机动画生成 .最后探讨了其在影视制作中的应用 .     

基于动态规划的关键帧提取算法

在传统的关键帧动画中,动画师对关键帧进行编辑并通过插值生成一段连续的动画.运动捕捉数据的每一帧均可看作关键帧,但是对其直接进行编辑非常繁琐,需要从运动中提取具有代表性的关键帧,简化运动的编辑操作.已有的关键帧抽取方法主要基于一些局部误差度量策略,算法的全局误差难以得到保证.提出了一种基于动态规划的运动捕捉数据的关键帧提取算法,该算法通过曲线拟合技术对密集采样的运动捕捉数据进行减帧,在生成指定数目关键帧的同时保证误差达到全局最小.用户可以利用传统的关键帧技术对减帧后的运动进行编辑.     

Kinect骨骼数据驱动的人体动作二维特征融合与动作识别

针对在高噪声环境中人体动作识别存在准确度和稳定性不高的问题,本文采用二维空间特征融合的方法,提出一种基于Kinect骨骼数据的人体动作识别算法。从人体三视图的投影来提取运动特征,可以消除人体自遮挡的影响。针对人体复杂动作,算法采用分层策略。利用Kinect获得的骨骼关节点坐标,根据人体三视图投影提取二维空间的人体关节角特征,并运用支持向量机(SVM)方法对动作进行粗分类;进一步提取二维投影平面内的关节位置矢量、角速度和加速度特征,运用隐马尔可夫模型(HMM)的方法对动作进行细分类。利用本文方法对公开数据集MSR Action 3D实验,平均识别率达93.37%,实验结果表明,该方法准确性较高,鲁棒性较强。     

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.     

基于视频的角色运动提取与运动合成

在基于大量现存的影视片段的基础上,采用一种基于特征的跟踪算法——KL(Kanade-Lucas)算法,对视频中角色的特征关节点实现跟踪,得到运动信息不完全的二维角色运动序列,然后进行三维重建生成满足动画要求的三维角色运动序列,并将三维角色运动序列重定向到三维的虚拟角色中,从而得到逼真的角色动画.实际运行表明,生成的角色动画与视频中的角色动作具有良好的吻合性.     

基于Kinect的人体三维动作实时动态识别

针对传统的二维图片动作识别算法识别率相对不高、实时性不强的问题,文章提出一种三维的人体动作实时识别的方法。该方法首先通过Kinect获取人体三维骨骼数据,然后对骨骼数据信息采取归一化的方法进行数据对齐的预处理,使得与实时数据与标准数据的角度阈值和距离参考值统一。最后与标准动作采用多特征融合的识别算法对动作进行识别与匹配的方法,并在此基础上改进基于关节点角度的动作识别方法。实验结果表明,文章方法运行速度较快,可有效消除角度测量不稳定以及距离测量无法检测方向上的差异造成的动作匹配不准确。满足三维动作识别的实时性、鲁棒性强。     

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。     

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.     

基于骨骼信息的虚拟角色控制方法

针对当前动作捕捉方法中基于旋转矩阵的虚拟角色控制方法,虚拟角色模型运动还原度低、人体动作不能实时展现、抗光照干扰能力弱的问题,提出一种基于骨骼信息的四元向量控制方法。该方法以 Kinect 体感摄像机捕获的人体骨骼关节点数据为基础,计算并记录人体运动过程中关节点空间位移和关节点之间夹角的变化,根据相邻图像序列中的运动数据确定虚拟角色每个骨骼关节点的旋转角度,并将其转化为四元旋转向量。根据正向运动学原理,从根节点对虚拟角色模型进行调整并根据人体动作进行实时反馈。通过理论分析和仿真结果表明,与基于旋转矩阵的的虚拟角色控制方法相比,该方法的人体姿态还原度高,角度误差低,实时预览效果直观,实时性与抗光照干扰能力强。     

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.     

戏曲人物动作捕捉技术的研究与应用

随着科技的发展,动作捕捉技术越来越多的应用到动画中来,随着大量的运动数据库的建立,运动数据质量参差不齐。在这里我们通过对戏曲艺术动作的捕捉,进行了大量的研究和数据的反复比对,并从中得到一些关于动作捕捉（包括手部捕捉）和戏曲人物动作表演的体会。     

基于篮球课体能训练的虚拟仿真系统的设计与实现

为了解决传统篮球课堂教学存在的弊端,设计了学生运动训练的虚拟仿真系统.首先对篮球运球动作信息进行捕捉,对篮球运球动作进行三维仿真,构建人体模型图和设计人物角色,获取虚拟的篮球运动场馆以及篮球运动员的技术动作虚拟仿真结果,然后采用动作捕捉技术对虚拟仿真结果中关键信息节点的运动轨迹进行追踪,获取篮球运动员训练过程中腿部骨骼的运动轨迹,通过控制这些关键骨骼的运动轨迹来控制虚拟运动员的训练过程.实验结果表明,该系统能够获得理想的篮球体能训练效果.