智能人體動畫若干關(guān)鍵技術(shù)研究.pdf

1、隨著光學(xué)運動捕獲設(shè)備的應(yīng)用，高效、快捷的獲取真實感三維人體運動數(shù)據(jù)已成為現(xiàn)實并被成功應(yīng)用于計算機動畫、視頻游戲、影視特技、運動仿真及虛擬現(xiàn)實等眾多領(lǐng)域，且近年來已經(jīng)出現(xiàn)較大規(guī)模的商用/研究用人體運動捕獲數(shù)據(jù)庫。隨著運動數(shù)據(jù)獲取手段日趨成熟，計算機動畫研究人員的研究重點逐漸轉(zhuǎn)移到如何對已有的三維人體運動捕獲數(shù)據(jù)進行分析、管理與重用上，并開始關(guān)注如何開發(fā)新的技術(shù)用于自動化、智能化的三維人體動畫創(chuàng)作。 本文的工作就是探索三維人體運動捕

2、獲數(shù)據(jù)的自動化、智能化分析、處理與重用方法，并在此基礎(chǔ)之上研究三維人體動畫創(chuàng)作的智能技術(shù)。本文提出了人體運動數(shù)據(jù)分割、運動數(shù)據(jù)抽象、基于關(guān)鍵幀的三維運動數(shù)據(jù)檢索、風(fēng)格化人體運動數(shù)據(jù)自動編輯與生成、基于捕獲數(shù)據(jù)集與運動腳本的人體運動合成引擎、基于運動規(guī)劃的人體動畫自動生成等技術(shù)。 為了將較長運動捕獲序列中所包含的不同類型運動數(shù)據(jù)分割開來，首先將原始空間中結(jié)構(gòu)復(fù)雜(在原始高維空間中，運動數(shù)據(jù)樣本點分布復(fù)雜，形成扭曲甚至折疊的高維流形

3、)的人體運動數(shù)據(jù)通過非線性流形降維技術(shù)投影到結(jié)構(gòu)相對簡單的低維流形上，進而采用聚類算法對其進行自動分割。 為了對原始運動數(shù)據(jù)序列進行抽象表示，提出骨骼夾角八元組特征表示方法，進而提出一種改進的分層曲線簡化算法提取關(guān)鍵幀數(shù)據(jù)。實驗結(jié)果表明該算法不僅能夠?qū)υ歼\動數(shù)據(jù)序列進行壓縮和抽象表示，同時還能保持相似運動序列關(guān)鍵幀集合之間的一致性，并且在運動數(shù)據(jù)壓縮、基于關(guān)鍵幀的運動數(shù)據(jù)檢索、合成等方面有著進一步的應(yīng)用。 在三維人體運

4、動數(shù)據(jù)管理方面，提出一種基于關(guān)鍵幀的三維運動檢索技術(shù)，通過在運動數(shù)據(jù)序列關(guān)鍵幀集合之間構(gòu)建距離矩陣對其進行相似度比較，能夠?qū)崿F(xiàn)基于內(nèi)容的三維人體運動數(shù)據(jù)檢索。該算法的特點在于計算簡單、運算效率高，不需要事先建立索引結(jié)構(gòu)，適用于增量式的三維人體運動數(shù)據(jù)庫。 在三維人體運動數(shù)據(jù)重用方面，提出一個自動框架對風(fēng)格化人體運動數(shù)據(jù)進行實時、定量的生成與編輯。主成分分析理論(Principie Component Analysis，PCA)用

5、來將人體運動數(shù)據(jù)映射到子空間，在最大程度保持原始數(shù)據(jù)特征的條件下降低了計算復(fù)雜度。風(fēng)格化運動生成與編輯算法在PCA子空間中得到應(yīng)用并產(chǎn)生出新的風(fēng)格化人體運動數(shù)據(jù)。為了解決實際人體運動存在多風(fēng)格融合的問題，還提出一種新穎的方法用于多風(fēng)格人體運動數(shù)據(jù)的生成與編輯。 為了基于用戶指令高效、快速合成三維人體動畫序列，本文提出一個基于運動捕獲數(shù)據(jù)集的真實感三維人體運動合成引擎，通過定義標準XML格式的運動腳本，引擎能夠從運動捕獲數(shù)據(jù)庫中獲

6、取相應(yīng)的運動數(shù)據(jù)片斷合成最終的三維人體運動序列。在這個靈活的引擎框架下，用戶可以自己提供特定的運動數(shù)據(jù)集合并定義相關(guān)的運動元素表，實驗表明該引擎架構(gòu)可以用于計算機游戲、動畫制作系統(tǒng)、運動仿真及虛擬現(xiàn)實等應(yīng)用中。為了生成特定虛擬場景中的角色動畫，提出了一個基于運動規(guī)劃的人體動畫自動生成框架。給定一個虛擬場景，動畫師手工指定角色運動的起點與終點，系統(tǒng)可以自動或者交互式的為動畫角色規(guī)劃運動路徑和進行行為選擇，將結(jié)果保存為運動腳本形式，然后基于