论文部分内容阅读
基于动作捕捉数据的人体运动合成强调对现有捕捉数据的重用,是计算机图形学、计算机视觉等领域的重要研究内容。然而,由于三维人体模型的复杂性、运动数据的高维性以及人眼视觉的敏感性等问题,有效的关键帧提取及匹配、准确的评估人体运动相似度以及符合逻辑的合成运动成为人体运动合成的难点。 本文针对移动类人体运动展开研究,涉及到基于关键帧插值的运动合成方法以及基于运动图的运动合成方法,具体工作和研究成果如下: (1)提出一种基于特征曲线分割的关键帧插值方法。首先,提取运动序列的双脚前后关系和时序步距等特征;其次,分析移动类人体运动规律,基于时序步距特征曲线提取关键帧并进行运动分割;进而,对满足逻辑性关系的关键帧对进行匹配;最后,基于匹配的关键帧对运用四元数球面插值算法和线性插值算法连接合成新运动。实验结果表明该方法能够准确提取关键帧,避免基于关键帧插值的逻辑性错误和不连续性等问题。 (2)提出一种基于相似度的高效运动图合成方法。首先,由于DTW(Dynamic TimeWarping)动态时间弯曲距离算法是基于底层帧的相似度评估算法,存在忽视高层特征相似性的问题,本文采用结合高层特征的相似度算法评估人体运动相似度;其次,由于标准运动图存在运动跳转不符合逻辑的问题,本文采用基于运动片段的相似度构建运动图;最后,基于运动图搜索代价最小的路径,基于路径匹配过渡点,合成新运动。实验结果表明本文提出的相似度算法评估更加精确,运动合成能够避免不符合逻辑的运动跳转,运动合成的效率比标准运动图高2-3倍。 (3)设计和实现一个基于OpenGL的人体运动合成系统。该系统集成了本文提出的两个方法,包括了4个功能模块:载入运动模块、模型渲染模块、人体运动合成模块、人体运动控制模块。