基于模板匹配的人体运动捕捉数据处理方法

在光学式运动捕捉系统中,标记点往往会出现近似或对称的分布结构,这使得在对标记点进行识别时容易引起混淆。基于模板匹配的人体运动捕捉数据处理方法根据人体局部刚性结构把人体模板分割为多个子模板,使用空间仿射变换从运动捕捉数据中搜索与相应子模板误差最小的匹配点集作为最优匹配,并通过标记点跟踪实现对散乱数据的识别,解决了因标记点分布结构近似或对称而引起的混淆。对标记点缺失情况进行了重构。当出现错误匹配时系统能够自动检测并更正,整个过程无需人工干预。实验结果表明该方法能够正确识别标记点,标记点缺失情况重构效果比较理想,能够满足实时处理要求,证明了该方法的有效性。

Abstract：

In optical motion capture system,markers may be easily confused because of the approximate and symmetrical distributing structure.An approach based on template matching was proposed for the processing of human motion data.The human template was segmented to several rigid sub-templates by the local rigid structure.Matching point-set with least error was searched for each sub-template from the human motion capture data by affine transformation,and the scattered data was identified by point tracking.The ambiguity of identification was notability reduced.The missing data is reconstructed and when error matching is encountered the system is able to check and rectify them automatically.Manual intervention isn＇t necessary through the whole process.Experiment results indicate that this approach is able to identify the markers correctly,the reconstruction of the missing data is ideal and the processing is in real time.All these prove that the approach in this article is available.     

基于逆运动学的虚拟人行走

研究了虚拟人的行走模型和基于逆运动学的运动控制方法。首先对虚拟人的行走模型进行了分析,然后对运动学和逆运动学中的核心问题雅可比矩阵的构建及其伪逆矩阵的求解进行了探讨,最后结合关键帧技术实现了虚拟人行走运动控制的仿真系统。     

光学运动捕捉散乱数据处理的一种方法

阐述了一种适用于被动式光学人体运动捕捉散乱数据处理的方法,该方法基于模版匹配的原理,根据人体标示的特征点的局部相对刚性结构以及整体拓扑结构关系,利用刚性结构匹配、运动轨迹追踪、拓扑结构校验实现散乱数据的处理,从而得到人体运动参数及骨架拓扑结构。该方法解决了追踪算法在特征点重合时的追踪出错问题,处理方法经优化后数据处理过程能够满足运动捕捉的实时性要求,具备错误自动检测和纠正能力,处理过程无须人工干涉。     

基于PRM和经验数据的虚拟人维修操作仿真

虚拟维修是近年来提出的一个新概念,并在维修性分析、维修训练等领域得到广泛的应用。为了解决维修过程仿真中的维修人员仿真问题,提出了一个基于PRM和经验数据的虚拟人维修操作仿真方法。通过对虚拟人形位空间维数的简化和延迟碰撞检测思想的运用,有效提高了仿真的效率;以虚拟人形位空间为采样空间,以人体上肢的力量数据来指导形位空间的采样和维修操作路径的搜索,有效提高了虚拟人维修操作仿真的自然性和逼真性。     

基于关节联动特征的运动捕获数据分割方法

运动捕获数据分割中,针对关节角度或关节点中心距离作为描述人体姿态的特征所存在的局限性,提出一种关节联动特征。该特征从人体运动学角度对人体关节之间的联动关系进行建模,将关节角度与关节点中心距离作为一组关节联动特征点转换到极坐标空间表示。通过计算任意时刻的人体姿态与初始时刻人体姿态的关节联动特征点的偏移量来描述人体姿态的变化。提取每一帧捕获数据的关节联动特征,并使用主成分分析方法对运动序列进行分割。对CMU人体运动捕获数据库的实验结果表明,使用该特征得到的运动捕获数据分割结果要优于使用关节角度或中心距离特征的分割结果。     

基于DTW方法及Hermite插值的运动序列长度归一化

运动捕获设备采集的数据冗余量大,缺乏结构化信息,编辑重用难度大,需用运动编辑方法处理.运动融合作为运动编辑的关键子问题之一,首要步骤就是运动序列长度归一化.提出一种基于动态时可规整方法(Dynamic Time Warping,DTW)及Hermite插值的运动序列长度归一化的方法,首先基于改进的DTW算法将运动序列进行姿态对齐,找到运动序列的一组对齐帧;其次按照长度的需要对运动序列对齐帧进行位移插值和角度插值,对根位移进行Hermite插值,对关节旋转角度采取四元数球面插值;最后,实验结果验证了该方法可以生成新的平滑的角色动画,提高了数据重用性,以此实现了运动捕捉数据处理效率的提高.     

基于路径变换的虚拟人行走捕获数据的重用

针对行走捕获数据的重用问题,本文提出了一种基于Petri网仿真框架的虚拟人行走动作模型.首先,根据人体生理特征和运动特征计算行走的时空参数;接着,以关节插值的方法从原始捕获数据中生成各帧的关节参数;进而,提出了一种基于路径变换的运动编辑方法,通过对人体基点运动轨迹的位置插值得到沿不同轨迹运动的动画.仿真实例验证了所提方法的可行性与有效性.     

基于几何特征的人体运动捕获数据分割方法

运动捕获在虚拟仿真中被广泛使用,为了实现捕获数据的自动分割,提出了一种基于几何特征的分割方法,将人体运动数据分割为具有特定语义的运动片断,以及连接语义片断的过渡片断。首先选择一组几何特征,然后通过PCA法构造出用于分割的综合特征函数和对应的评价函数;最后对特征函数进行归一化、低通滤波和幅度跳变检测,检测出所有的语义片断,从而实现对运动数据的分割。实验表明,该方法具有较好的分割效果,有助于提高运动捕获的效率。     

基于动态拓扑有领航者的智能群体群集运动控制

对具有二次积分动态的智能群体跟随领航者实现群集运动编队,提出了一个分散控制方法对智能群体进行分散控制。基于动态时变有领航者的网络拓扑,用图论模型表示智能体之间的相互作用及通信关系,运用推广的Lyapunov理论、微分包含及非平滑分析进行了稳定性分析,并得到所有智能体速度方向收敛到同一方向并与领航者保持一致;所有智能体速度大小收敛并与领航者相同;互连的智能体之间没有碰撞发生;所有智能体的人工势场函数被最小化等重要结论。给出了一个仿真实例,验证了该方法的有效性。     

基于最长公共子序列的人体运动序列检索

在计算机仿真领域,运用重新组合等相关技术,可以对已经捕捉的人体运动数据实现重用,以较低的成本产生新的运动.但是,由于运动库的数据庞大,对其实施有效检索成为一个重要问题.以倒排表数据结构为基础,设计出一套针对人体运动的检索算法.不同于传统的最长公共子序列(Longest Common Subsequuence,LCSS)的度量算法,提出了一种限制最小匹配率ρmin的有限最长公共子序列(Limited-LCSS)算法,并在此基础上针对倒排表的数据结构特点对算法进行了优化,显著的提高了算法的效率.实验表明提出的检索方法具有较好的速度和准确性.     

基于关键状态的虚拟人组合任务分层规划方法

运动规划是虚拟人运动合成中的热点和难点.虚拟人通过推理决策,选定最优运动序列完成给定目标.然而现有的运动规划方法由于维数爆炸问题难以规划具有多个子任务的组合任务.为此提出一种基于关键状态的虚拟人组合任务分层规划方法.该方法分为两层:上层的层次增强学习模型在状态空间中稀疏采样并搜索某些局部任务的成功路径,将被访问频次最大的状态作为关键状态从而将组合任务分解为若干子任务;底层的增强学习模型将运动片段抽象为行为,将环境信息抽象为状态,采用试错搜索策略分而治之地规划子任务.合成运动时虚拟人只需遵循各子任务的控制策略,依次选择运动片段并顺序拼接即可.实验结果表明该算法能够生成逼真的虚拟人运动以完成组合任务,并且大大减少规划所需的计算时间和存储空间.     

基于双线性间断调频信号的运动参数估计方法

为了解决线性调频雷达存在的距离速度耦合问题,设计了一种采用线性频率调制和频率跳变技术的双线性间断调频脉冲信号。建立了大占空比双线性间断调频脉冲信号的回波模型。分析了高速运动对stretch处理后回波信号相位的影响,给出了一种基于时域互相关、FFT运算和运动补偿技术的运动参数估计的具体步骤。最后通过仿真验证了双线性间断调频脉冲雷达信号的可行性和运动参数估计方法的有效性。     

基于回波数据的机载双天线InSAR运动补偿

基于定位定向系统(position and orientation system,POS)测量数据实现补偿不适用于基线非刚性的系统,因而研究了基于回波数据的干涉相位误差补偿方法——频谱分割方法,分析了干涉相位误差与载机姿态变化造成的斜距误差之间的关系,阐明了算法原理及适用条件.分析了算法的关键参数对补偿精度的影响,提出定量化的选取标准.基于相位误差随距离向变化的模型,改善了算法精度,给出了算法流程.最后利用该算法处理了实际机载双天线InSAR数据,结果表明该方法具有较高的精度,可以在缺乏测量数据的情况下完成干涉相位误差补偿.     

基于统计学习的逆向运动学实现方法

基于统计学习的思想,提出一种逆向运动学实现方法。角色动画运动数据维数较高,各维度之间存在相关性,直接对其分析计算复杂度高。该方法基于高斯过程隐变量模型对运动数据降维,将高维运动数据映射到二维隐空间,对隐空间数据进行聚类,寻找样本运动数据的典型姿态,典型姿态张成的子空间保留了样本运动数据的主要特征和规律。结合末端约束,对典型姿态进行加权优化,得到满足末端约束的最佳姿态。实验表明,该方法取得了较好的效果。     

基于雷达组网的多目标数据融合系统研究

研究了多目标情况下的雷达组网数据融合问题 ,讨论了数据关联的最近邻法和概率数据关联 (PDA)这两种算法 ,针对雷达组网数据融合的分布式与集中式两种系统结构分别提出了一种算法 ,并同时应用数据关联和数据融合算法针对 4个目标的平行编队、交叉飞行、平行转弯飞行模式进行了蒙特卡罗仿真 ,证明了算法的有效性。     

基于信任的真实数据判定方法

互联网已经成为人们获取信息的重要来源, 然而互联网上提供的信息并不全是正确的, 甚至很多信息是相互冲突的. 这种情况一方面是因为很多数据源自身的数据来源也不可靠, 甚至是随意地复制得来的; 另一方面则是因为很多数据源在处理数据的过程中产生了错误, 导致不同的数据源提供的往往是互相矛盾的信息. 不真实信息将会导致使用者决策失误进而给他们造成重大的损失, 因此真实数据的判定是一个非常重要的研究热点. 该研究提出了一种基于信任的方法TruData来找出真实的数据. TruData方法基于数据源相似度构建数据源信任网络, 通过信任网络对数据源和数据项的信任度进行计算, 实现对互联网数据真实度的判定. 实验表明,该方法在对丰富数据集进行真实数据判定方面具有良好的效果.     

基于数据分组处理方法的聚类分析模型

与通常的聚类方法相比,客观聚类分析方法能自动、客观地确定聚类个数并找到最优聚类方案.通过算法步骤的剖析和算例分析,对客观聚类分析方法的核心构件,即一致性准则的不足进行了评价.利用偶极子给出了新的一致性准则,提出了数据分组处理(GMDH)聚类分析方法.从理论分析和实证比较两方面论证了新的一致性准则的优越性,指出了GMDH聚类分析方法是客观聚类分析方法的发展.     

一种基于目标运动模型的可变固定延迟的平滑算法

近来，对于机动目标跟踪的问题已经提出很多平滑方法。其中相互作用多模型一概率数据关联固定延迟算法（IMMPDAS）对在杂波环境下跟踪机动目标提供了一个较为有效的解决方法。然而，在此标准的平滑算法中，对于每一种模型采用相同的延迟间隔。提出了一种新的基于IMMPDA状态扩展系统的算法。它的改进性在于针对每种模型的复杂性采取不同的平滑延迟步幅，从而计算量将会大大降低，并且使用将更加灵活。通过对一个高度机动目标的多传感器跟踪的仿真实例来进行验证。仿真结果表明提出的平滑算法精度上与原有的平滑算法相差无几，都比已有的IMMPDA算法在航迹估计精度上有了显著提高，但却有更小的计算量。     

基于实时数据的角色运动建模与仿真

虚拟角色运动的实时控制是虚拟健身运动仿真中的难点。提出一种基于实时数据驱动的虚拟角色跑步控制方法,建立基于传感器的实时数据获取模型,分析人体跑步运动规律,建立跑步运动的数学模型,运用基于旋转角度的方法求解人体运动链上各个关节运动,采用L-?插帧法对关键帧之间的过渡帧进行运动插值运算,在Visual C++环境下结合EONSDK实现了虚拟人跑步运动的实时控制。测试效果表明:该控制方法能很好的满足健身运动仿真的需要。     

一种针对运动目标的快速航迹规划方法

鉴于目前大部份的航迹规划方法研究都局限于静止目标，提出了一种针对运动目标的快速航迹规划方法。该方法采用基于矢量数据的三维航迹规划方法，将目标的运动与航迹搜索结合起来，可以对目标的运动作出实时反应。试验结果表明，该方法可以快速有效地完成三维航迹规划，并且结果令人满意。