版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著三維動畫行業(yè)的發(fā)展,以數(shù)據(jù)驅動為主的一類動畫制作技術如3D掃描、動作捕捉等開始被人們廣泛關注和應用。使用這些技術能夠快速地得到高質量的幾何模型和動畫效果,在很大程度上提高了整體三維動畫制作的水平,使得三維動畫產(chǎn)品得到了更為普遍的應用。然而,由于捕捉數(shù)據(jù)的復雜性,使得人們很難對這些數(shù)據(jù)進行直接、有效的操作和再利用。近年來的許多研究圍繞如何從這些復雜數(shù)據(jù)集尤其是動畫序列集中計算出一組低維控制參數(shù),以便用戶可以有效地進行數(shù)據(jù)集的操作、編輯
2、甚至創(chuàng)建出新的網(wǎng)格模型或動畫。
目前的相關研究主要包括特定控制參數(shù)的匹配方法和數(shù)據(jù)的降維計算。前一種方法因其對特定先驗信息的高度依賴使得通用性不高,而后一種方法并不依賴特定模型的預先信息,能夠自動從數(shù)據(jù)集中計算出一組低維控制參數(shù),具有較高的通用性。不過由于所采用降維方式的不同,其結果也好壞不一。傳統(tǒng)的降維方法如PCA、稀疏PCA能夠有效地獲取一組低維控制參數(shù),但是它們計算出的結果往往缺乏局部性,難以滿足用戶的實際操作需求。稀疏
3、局部分解是針對這些問題而提出的一種新的降維技術,它可以從一個網(wǎng)格數(shù)據(jù)的訓練集中計算抽取出具有局部意義的變形組件。然而以上方法都存在著一個明顯的缺陷,就是它們都不能很好地處理網(wǎng)格模型中的大旋轉變形。
本文在這些方法的基礎上提出了一個新的分解技術,這個技術結合了變形梯度的概念和稀疏局部分解方法,通過對變形梯度的處理和稀疏分解從而計算出一類新的低維控制參數(shù)。實驗結果表明,本文所提出的方法能夠很好地解決傳統(tǒng)降維方法所無法處理的旋轉問題
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏分解算法的稀疏信道估計研究.pdf
- 基于稀疏分解的視頻跟蹤算法研究.pdf
- 基于FFT的圖像稀疏分解算法研究.pdf
- 基于MP的信號稀疏分解算法研究.pdf
- 基于MP的信號稀疏分解的算法研究.pdf
- 網(wǎng)格曲面中變形算法的研究.pdf
- 基于局部稀疏特征的壓縮跟蹤算法研究.pdf
- 共軛梯度分解算法及其應用.pdf
- 基于局部稀疏表示模板匹配跟蹤算法的研究.pdf
- 面向復雜環(huán)境的局部稀疏目標跟蹤算法研究.pdf
- 基于稀疏分解算法的局部放電信號干擾抑制技術的學習與思考.pdf
- 共軛梯度分解算法及其應用
- 基于節(jié)點的局部網(wǎng)格生成算法研究.pdf
- 基于草繪的網(wǎng)格模型變形算法研究.pdf
- 基于過完備字典表示的稀疏分解算法研究.pdf
- 基于稀疏分解的超光譜圖像壓縮算法研究.pdf
- 基于稀疏分解的圖像壓縮編碼算法研究.pdf
- 基于稀疏分解的鐵路信號去噪算法研究.pdf
- 基于非局部稀疏的圖像視頻壓縮算法的研究.pdf
- 基于稀疏分解的SAR圖像抑制斑點噪聲算法的研究.pdf
評論
0/150
提交評論