數(shù)據(jù)驅(qū)動(dòng)的虛擬人運(yùn)動(dòng)分析與合成技術(shù)研究.pdf

1、人體運(yùn)動(dòng)捕捉數(shù)據(jù)可以真實(shí)記錄人體運(yùn)動(dòng)的詳細(xì)信息，被廣泛應(yīng)用于計(jì)算機(jī)動(dòng)畫、虛擬現(xiàn)實(shí)等方面。伴隨著人體運(yùn)動(dòng)捕捉數(shù)據(jù)規(guī)模的進(jìn)一步增長(zhǎng)，如何對(duì)現(xiàn)有人體運(yùn)動(dòng)捕捉數(shù)據(jù)進(jìn)行運(yùn)動(dòng)分析與虛擬人運(yùn)動(dòng)合成，成為當(dāng)前的一大研究熱點(diǎn)。
　　本文針對(duì)數(shù)據(jù)驅(qū)動(dòng)的虛擬人運(yùn)動(dòng)分析與合成關(guān)鍵技術(shù)，重點(diǎn)從人體運(yùn)動(dòng)行為分割、運(yùn)動(dòng)行為模板提取與標(biāo)注以及虛擬人運(yùn)動(dòng)合成三個(gè)方面進(jìn)行深入研究。本論文的研究工作主要包括：
　　在數(shù)據(jù)驅(qū)動(dòng)的人體運(yùn)動(dòng)行為分割方面，提出兩種運(yùn)動(dòng)行

2、為分割方法。(1)基于圖割模型的行為分割方法:首先用人體運(yùn)動(dòng)捕捉數(shù)據(jù)構(gòu)建無(wú)向加權(quán)圖，從而把行為分割問(wèn)題轉(zhuǎn)變?yōu)閳D割問(wèn)題;而鑒于圖割問(wèn)題NP難，通過(guò)分析譜聚類與圖割之間的關(guān)系，分別采用基于t-最近鄰和Nystrom算法的方法實(shí)現(xiàn)運(yùn)動(dòng)行為分割;進(jìn)一步構(gòu)建基于動(dòng)態(tài)規(guī)劃原理的能量函數(shù)，實(shí)現(xiàn)行為分割結(jié)果的優(yōu)化。(2)基于分裂EM(Expectation Maximization)估計(jì)GMM(Gaussian Mixture Model)參數(shù)的行為分

3、割方法:假設(shè)屬于同一運(yùn)動(dòng)行為的人體運(yùn)動(dòng)捕捉數(shù)據(jù)符合一個(gè)高斯模型，對(duì)其進(jìn)行建模;采用分裂EM算法對(duì)GMM參數(shù)進(jìn)行估計(jì)，從而實(shí)現(xiàn)運(yùn)動(dòng)行為分割;并進(jìn)一步構(gòu)建基于最大相似性的能量函數(shù)，提高行為分割的精度。
　　在數(shù)據(jù)驅(qū)動(dòng)的運(yùn)動(dòng)行為模板提取與標(biāo)注方面，提出層次化的運(yùn)動(dòng)行為模板提取與基于層次運(yùn)動(dòng)行為模板的標(biāo)注方法。對(duì)單一運(yùn)動(dòng)行為人體運(yùn)動(dòng)捕捉數(shù)據(jù)進(jìn)行隱馬爾可夫建模，提取基于運(yùn)動(dòng)類型的父層次模板和基于運(yùn)動(dòng)風(fēng)格的子層次模板;并且通過(guò)DTW(Dyna