基于运动生物力学的三维人体运动模型

针对三维虚拟仿真中人体模型标准定义不统一的问题,从运动生物力学的角度出发,提出了层次化建立人体运动模型的方法。首先将人体运动中的关节进行了分类,然后描述了一种通用的人体模型并定义了其数据结构。对手、足、脊柱等具有特殊运动特性的器官进行了单独分析和定义。这一人体模型表示方法在具有生物力学特性的人体运动表示中有较好的通用性。     

基于扫描数据建立人体动态模型

提出一种由三维人体扫描数据建立人体动态模型的新方法.该模型由骨架运动学模型和简化的三角网格表面模型构成,分别用于产生人体各种姿态以及表达相应的体表形状.通过操纵骨架运动,可实现实时与逼真的人体姿态仿真.实例分析表明,该方法克服了目前从扫描数据通常仅用于构造静态人体模型或无法实现实时姿态仿真的缺陷,在人机工程设计及虚拟现实领域有较大应用价值.     

虚拟环境中三维贴体衣片的设计

介绍了在虚拟环境中利用鼠标和三维空间交互球选取并控制人体模型上的点，将之作为三维衣片边界上的点，结合相应的数据结构，得到三维衣片轮廓线的点、边、衣片结构，接着利用插值的方法生成边界内的点，然后Delaunay三角化，生成衣片的三角面片，并将之演示出来。本文的创新点主要有以下几方面：开发了一个三维衣片设计系统，该系统集成了一套小型虚拟现实系统(小型立体显示观察系统和三维空间交互球)，在该系统生成的三维虚拟环境中，设计者可以引入由美国(10)公司三维人体测量系统生成的真实人体模型，在此基础上自由设计三维衣片，该系统提供了一些交互手段，使设计者可以像在真实三维环境中设计衣片一样，提供了直观的设计效果，该系统是用VC 6．0和opengl开发的；介绍了一种新的插值方法，利用这种特定的方法，可以得到符合人体且具有一定空隙量的贴体三维衣片；对Delaunay三角化生成的三角衣片，进行了改进，去掉了位于三维衣片凹边外的部分，从而得到了完全符合衣片设计轮廓的三维衣片。     

服装设计的数学模型

本文讨论若干服装设计的数学模型:建立人体模型表面的展开图;确定服装衣片轮廓线的函数表达式;从服装衣片外形到服装衣片纸样轮廓线的变换。     

体素模型在Monte Carlo模拟计算中的描述

体素模型与Monte Carlo模拟计算方法相结合已开始应用于辐射防护的研究中.然而,通常的模拟计算需要很长的时间,这限制了体素模型的广泛应用.该文对模拟计算中体素模型的描述进行研究,实现了把三维体素合并算法用在MCNP(Monte Carlo N-particle)程序描述体素模型的方法.结果表明,使用该方法描述体素模型,粒子输运过程要比传统的方法快32%,但是对粒子在组织器官中沉积能量的纪录需要更多时间.     

万死不辞的中国人

一位有标准身高（165厘米）和体重（57.5千克）的中同男性“病人”，被一群身穿白大褂的人簇拥着推进了华西医科大学的一间放射室。放射机缓缓地从“病人”的头往下移动，屏幕上随之出现了头骨、腔穴，接着是心、肺、肝，最后是肠道。显示结果表明，这位“病人”身体健康，一切与常人无异。但“病人”还是被无情地抬上了另一台放射治疗机接受超剂量的“放射治疗”。接着，“病人”又被卸成八块，像拆积木一样被弄了个七零八落，穿白大褂的“医生”小心翼翼地从那一块块“人体”剖面上取出了不少米粒样大小的东西，放进了特殊仪器。不一会儿…     

VR外设驱动的虚拟人姿态优化仿真方法

为解决常用的VR外设为穿戴于操作者身上的位置跟踪器,会给操作者带来额外不便的问题,提出一种基于视觉传感器组合的虚拟人驱动方案,实现简便无标记虚拟人运动实时驱动。引入参数化人体模型SMPL(skinned multi-person linear),通过最小化多个误差项组成的目标函数,改进算法提高虚拟人驱动精度,并计算得到符合真人形态与姿态的拟合人体模型数据,实现操作姿态人机工程学评价。实验结果表明：所提出的虚拟人数据驱动方法具有有效性。     

数字运动员人体模型及其仿真研究

提出了数字运动员的概念，讨论了基于树型的人体结构模型及其逆运动学和动力学模型，最后结合举重运动员的抓举动作介绍了一种基于知识的数字运动员的新型的人体模型的仿真系统结构，其可以很好地解决关节空间的冗余参数的优化问题。     

基于多监督的三维人体姿势与形状预测

三维人体重建技术指通过图像或视频建立有相应姿势和体型的三维人体模型,其在虚拟现实(VR)、网游、虚拟试衣等方面有着十分广泛的应用前景．其中,参数化的三维人体模型由于参数数量的局限,重建精度较低,缺少细节特征．为了提升参数化三维人体模型的重建精度,增加其脸部与手部细节,提出一种基于多监督的三维人体模型重建方法．该方法结合传统的回归方法和优化方法,利用卷积神经网络回归出参数化人体模型的参数,得到一个较为粗糙的人体模型,将该模型作为初始模板进行拟合和迭代优化,将带有脸部和手部的全身密集关节点信息和轮廓信息作为回归网络的2D监督,同时使用迭代优化后的人体模型作为回归网络的3D监督,最终可由一幅图像获得一个多细节、高精度的参数化三维人体模型．定性分析结果表明,该方法为人体拟合过程提供正确的拟合方向,可有效减少非自然姿势的出现,提高三维人体模型重建的准确度．全身密集关节点监督可为模型增加更多手部与脸部的细节,而轮廓监督可减少重建的人体模型与图像中人体的像素级偏差．定量分析表明,该方法在数据集Human3.6M上的平均逐关节位置误差(MPJPE)为59.9 mm,较经典方法 SPIN减少了4.16%...