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 .     

三维动画及其运动捕捉技术

三维动画作为一种视觉冲击力强、效果逼真的动画类型在计算机动画领域中越来越受到重视,三维运动捕捉技术则作为解决三维动画制作的一个手段也被广泛地使用．分析了三维动画的制作流程,三雏动画制作的瓶颈以及三维运动捕捉技术给三维动画制作带来的好处,探讨了三维运动捕捉技术的应用和发展．     

基于运动捕获数据的人体运动融合

为了提高运动捕获数据的重用性和重用效率,引入注册曲线思想。以多个已有的捕获数据为输入,通过运动融合生成一段新的运动数据。首先建立时间对齐曲线,基于时间对齐曲线建立坐标对齐曲线,然后基于对齐曲线和坐标对齐曲线进行姿势融合。最后进行约束处理,扩展了可以用于运动融合的运动集合。实验结果证明方法可行且效果好。     

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.     

基于样本的等距特征映射的行为分析方法

针对运动捕捉数据分析和应用的效率要求,提出了一种基于样本-Isomap的行为分析方法.通过计算运动数据中样本帧的距离矩阵得到样本嵌入空间的特征向量,用其近似表示嵌入空间的特征向量,然后在该空间上计算非样本帧的投影,得到非样本帧的近似流形嵌入.结果表明当样本帧的选取比例在10%时可以近似得到整个运动数据的低维流形嵌入,且处理效率比原方法提高10倍以上.应用该算法对高维运动捕捉数据进行降维,能够提高运动捕捉数据分析和应用的效率.     

人体面部表情动画制作系统的研究

提出了一个基于人体面部解剖学特征的面部表情动画模型，这个模型包含一个面造型和若干用于控制面模型形状的构件．并介绍了一种面部表情动画的脚本语言，给出两个基于该模型的表情动画实例．     

基于动作捕捉技术的贵州少数民族舞蹈数字化保护研究

贵州有着＂民族之都＂的美誉,随着旅游业及城市化的不断发展,现代文化在带给贵州发展机遇的同时也强烈冲击着少数民族舞蹈文化的生存基础,传统的生态文化面临着失传和消失的危险,本文结合贵州省民族舞蹈的现实状况,介绍了动作捕捉技术在少数民族舞蹈艺术中的应用,及其舞蹈艺术数字化保护的基本制作流程,基本实现民族舞蹈的数字化保护。     

基于加权DFFD算法和渐变动画思想的人脸动画系统

使用加权Dirichlet自由变形算法并结合渐变动画思想的方法实现文字/语音驱动的人脸动画系统, 解决了传统方法中建模过程复杂、 输
出动画不流畅、 唇形和语音对应效果差等问题. 实验结果表明, 应用该方法可得到较真实的实时动画效果.     

一种基于进化计算的高斯径向基网络模型构建方法

为了提高高斯径向基神经网络模型的构建精度,将径向基中心、基宽以及连接权构成分区实数编码结构,将训练样本集作为每一个进化个体解码后的网络输入及输出,并将样本的期望输出同网络实际输出的平均误差平方和作为进化个体的适应度函数,将不同隐层节点数构成的进化个体的最优值作为设计问题的高斯径向基网络结构.采用2个Benchmark测试函数验证在不同隐层节点数情况下通过该进化算法构建的径向基模型的精度,从进化时间、进化代、最小适应度值以及均方根误差等方面作对比.结果表明,采用这种分区实数编码能高精度地构建不同设计问题的高斯径向基网络模型.     

基于免疫进化算法的径向基函数网络

基于免疫进化算法，提出了一种设计径向基函数(RBF)网络的新算法——免疫径向基函数网络(IRBF)训练算法．该算法通过提取RBF网络核函数宽度的先验知识作为疫苗构成免疫算子，缩小了标准进化算法搜索空间的范围，提高了算法的收敛速度．计算机仿真表明，采用这种算法训练的RBF网络达到了较好的性能．     

基于运动规划的拟人Agent面部连续运动的实现

以肌肉的控制量为基础,首先提出了一种面部运动的形式化描述方法,然后采用自顶向下的运动规划方法,对面部运动按时间、运动类型、奇点及控制量进行分割,获得面部运动单元.为了解决相邻动作单元之间不连贯的问题,根据他们之间的时间连接关系,采用不同的方法对动作进行“缝合”.最后设计了基于语义的嵌套式面部运动脚本,实现面部的复杂运动...     

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OLS的径向基函数神经网络实现多种数字信号调制方式自动识别

基于决策论的信号调制样式自动识别方法具有简单易行、适合在线分析的优点,针对一些参数的计算进行了改进,并提出了基于该方法,利用正交最小二乘法(OLS)的径向基函数(RBF)神经网络,实现数字信号调制样式自动识别的方法.提高了该方法的识别能力,对信噪比(SNR)为6～30 dB的测试信号识别得到了较好的结果.识别的数字信号为2ASK、4ASK、2PSK、4PSK(QPSK)、2FSK、4FSK与16QAM.     

快速求解导体电磁散射问题的插值退化核方法

退化核函数将积分方程的核函数展开为场源点分离的函数积,可以用于构造积分方程的快速求解算法,项数少、精度高的退化核函数是快速算法的关键.文中针对导体电磁散射问题,研究由两种插值技术构造的退化核,推导了由拉格朗日（Lagrange）多项式和指数型高斯径向基函数构造的退化核,并比较了它们的精度和效率.此外,引入一种新的近表面插值点网格来减少退化核的项数.最后,结合H矩阵框架实现了导体电磁散射问题的快速求解,数值例算验证了插值退化核的有效性,近表面网格的采用可以显著提高算法的计算效率,相比均匀网格,计算时间减少将近45％.     

基于菌群RBF神经网络的股票价格预测

利用菌群算法提出了一种新的菌群RBF神经网络算法,并将其应用到股票价格预测,同时在预测中引入了技术指标模型。仿真试验表明,相比于传统的RBF神经网络算法,菌群RBF神经网络算法可以得到更好的训练效率和预测结果。     

利用RBF神经网络实现高斯型函数积分

导出了在一定精度下高斯型函数积分近似表达式,利用径向基函数(RBF)网络具有良好的逼近任意非线性映射的特点,提出了一种改进的RBF网络方法以实现对高斯型函数积分。实验结果表明所提出方法具有较高的逼近计算精度。     

基于RBF神经网络的语音情感识别

介绍了径向基函数神经网络的原理、训练算法,并建立了RBF神经网络的语音情感识别的模型。在实验中比较了BP神经网络与RBF神经网络分别用于语音情感识别识别率,RBF神经网络的平均识别率高于BP神经网络3%。结果表明,基于RBF神经网络的语音情感识别方法的有效性。     

基于参数优化的RBF神经网络结构设计算法

针对径向基函数(RBF)神经网络的结构优化问题,提出了一种基于参数优化的RBF神经网络优化算法.首先,改进K-means++算法,使得聚类算法更精确,为RBF神经网络的隐含层节点找到一个合适的初始中心;然后,考虑数据分布和缩放因子选择的影响,采用方差度量法计算隐含层神经元基函数的宽度;最后,修正网络参数,提高网络的非线性逼近能力.实验结果表明,本文提出的基于参数优化的RBF神经网络具有良好的逼近效果和泛化能力.     

基于改进免疫算法的两级径向基函数网络学习方法

结合改进的免疫算法和最小二乘法，提出了一种设计径向基函数(RBF)网络的两级学习方法。该方法利用免疫算法确定RBF网络隐层的非线性参数，能够有效克服进化算法的未成熟收敛现象。改进的免疫算法针对RBF网络的特点，采用基于矢量距离的亲和度计算方法，克服了原有基于信息熵计算方法存在的计算复杂、参数难于确定的缺陷。将这种方法设计的RBF网络用于Mackey-Glass混沌序列预测的仿真实验证明了该方法的有效性。