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。     

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。     

一种基于Kinect相机的室内AGV障碍物检测方法

针对在室内工作的自动引导运输车(automated guided vehicle,简称AGV)面临的障碍物实时检测问题,提出一种基于Kinect相机的检测方法.在深度相机标定的基础上,将相机获得的深度图像准确地变换成相机坐标系内的点云数据,利用点云数据,通过制定障碍物检测规则,实现AGV小车行驶过程中障碍物的快速实时检测,实试验证了该方法的准确性.     

Kinect骨骼信息下的动态手势识别研究

针对复杂环境中存在的手势识别问题,提出一种利用Kinect传感器获取深度信息并进行动态手势识别的方法。该方法通过对Kinect传感器获取的深度信息进行分析,获取人体主要骨骼点的3D坐标,从中选取六个点作为手部运动的特征参照;为提高手势识别系统的识别速度,提出了一种基于查表的DTW算法对得到的特征数据进行模板训练并实现动态手势识别。实验结果表明:该方法具有较高的识别速度和识别率,对复杂背景及光照强度变化具有较强的鲁棒性。     

三种动画的实现方法

计算机动画技术是可视化应用的关键技术之一。本文从应用的角度,介绍三种动画的实现方法。     

基于Kinect的运动学习系统的设计

运动学习系统设计旨在通过Kinect准确掌握运动员的身体轮廓和身体位置来确定运动员动作的标准程度.结合体育活动的特点为运动训练提供有效的解决方案,从而提高运动员的运动水平,并通过数据采集、数据处理与特征提取、人体姿态识别的方法辅助动作学习.系统使用Kinect进行数据采集,实时获取所检测到的用户人体的骨骼节点位置信息,...     

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Kinect的人脸眼部状态实时检测

利用Kinect获取人脸红外图像数据及人脸网格信息,通过眼部区域的Haar-like特征值进行眼睛状态识别,研究不同Haar-like特征对人眼状态的敏感度,以及头部旋转时眼睛区域的选取范围进行分析。实验共采集39名测试者的765个眼睛状态作为训练集和测试集,通过实验列出不同特征和组合特征的识别结果,实验结果表明构建的系统可以检测眼睛的不同状态,达到实时检测人眼状态的要求。     

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Kinect的中国手语识别

基于微软Kinect提取的深度图像信息,提出了一种新的中国手语识别方法。该方法首先利用Kinect获取人体主要骨骼的3D坐标和手的3D坐标;然后根据中国手语的手型、手的位置和手的方向3个主要构造成分,分别采用DBSCAN和K-means聚类算法获取手语特征中的手的位置基元和方向基元,提出一种结合CLTree和Attribute bagging聚类集成方法提取手型基元;最后将这3类基元进行组合采用模板匹配方法识别中国手语。通过对选取的72个中国手语进行识别实验,平均识别率为90.35%,实验结果说明了方法的可行性。     

Kinect深度图像快速修复算法

深度提取是基于“纹理+深度”自由立体视频系统的关键技术,而立体视频实际应用系统需要高效快速的深度图提取.提出一种针对Kinect提取深度图的快速修复算法.首先,对Kinect提取的彩色纹理图和深度图进行对齐裁剪,并采用背景填充算法对裁剪后的深度图进行初步修复;然后,对初步修复后的深度图进行基于颜色匹配的快速修复,得到质量较好的可用深度图.实验结果表明,本算法能有效修复原始深度图中由于遮挡而引起的空洞,获取的深度图整体平滑度好、边缘清晰;在普通PC机上达到25~30 帧/s的处理帧率,实现了深度图的实时提取.     

基于云计算的动漫产业协作模型

云计算作为一种计算模式可以通过志愿技术将用户的计算资源整合起来,动态组成虚拟化的资源提供给用户使用.云计算可以将动漫企业的软硬件资源进行集中化与标准化,提高资源的利用效率.首先分析动漫产业的发展现状和动漫产业在规模、投入及资源共享方面存在的问题,然后基于云计算的特点研究云计算可以为动漫企业带来的优势,建立一种基于云计算的动漫产业协作模型,通过动漫企业之间的协作实现资源共享和利益共享.对动漫产业建立云计算平台的途径提出对策和建议,主要集中在解决动漫产业的企业规模偏小、资金比较紧张、资源共享及资源有效利用率低等问题.     

基于多视角照片的人脸建模和动画

实现了一个交互式人脸建模和动画的工具，用户可从多幅不同视角的照片构造出头部的三维模型，并在此模型的基础上实现了一些人脸表情。并详尽地介绍了线性弹性模型和肌肉模型的理论和构造以及纹理贴图等技术。     

基于Kinect的原地太极拳辅助训练系统

为促进太极拳教学训练的科学化、规范化,提出并设计了基于Kinect运动捕捉技术和角度、速度特征提取的太极拳辅助训练系统,应用动态时间规划算法(DTW)采样对应帧,替代传统等间隔采样关键帧的方法。系统由学习模块、动作采集模块和动作评分模块组成。学习模块配有标准动作教学视频,能够满足学员学习要求;动作采集模块采用微软开发的Kinect设备,针对原地太极拳动作中人体骨架的20个关节的空间坐标进行数据采集,然后经过滤波降噪及遮挡点数据处理后进行骨架数据保存;评分模块以8个关键关节点的16个角度特征和20个关节点的瞬时速度特征为基础构建测试序列,通过与标准序列进行实时对比计算,根据预设的评分规则实现评分功能,并为学员提供直观可靠的训练建议,从而提高学员的学习效率。通过增加传感器数量,进一步设计和优化数据融合及滤波算法,配合微软推出的Kinect2.0版本,该系统也可推广应用于医疗康复训练、体育训练动作分析及评估、虚拟现实人机交互等多个领域。     

结合Kinect深度图的快速视频抠图算法

现有视频抠图算法主要存在人机交互繁琐、计算复杂度高的问题,为此,该文提出了一种利用Kinect深度图的新的快速视频抠图算法。首先结合彩色图信息改进区域生长算法,估计出三色图(原始图像被3种颜色标记出前景、背景和未知区域)以避免深度图中遮挡区域的影响。其次,提出前景和背景样本点集二次筛选机制,保证估计精度的同时大幅降低计算复杂度。最后,采用深度、彩色和置信度图对抠图结果进行加权滤波,减少不透明度图像中低置信度的像素点和不平滑区域。实验结果证明了该算法精度高、速度快且交互简单。     

一种基于MPEG-4的三维人脸表情动画算法

面向模型基人脸视频编解码领域,提出了一种基于MPEG-4的三维人脸表情动画算法.首先对编码端发送视频的首帧图像,利用Adaboost+Camshift+AAM(active appearance model算法检测人脸和定位特征点,接着特定化一个简洁人脸通用网格模型得到FDP(facial definition parameter);对于得到的FDP,解码端先用其特定化一个精细人脸通用网格模型,然后基于肌肉模型和参数模型相结合的方式来生成人脸表情动画,同时对人脸功能区进行划分.实验表明,该算法在FAP(facial animation parameter)流的驱动下可以生成真实感较强的三维人脸表情动画.     

基于Flash的分形图形和动画生成技术研究

探讨了在Flash中实现迭代函数系统、图形迭代系统、L系统的思路和方法．重点研究了基于Flash的分形树生成方法,通过把迭代函数系统与Flash中的影片剪辑技术相结合来构造分形树．在此基础上探究了Flash中生成分形动画的两种方法．通过添加鼠标交互、影片运动录制和回放功能以及通过修改参数,实现了舞动的树．