融合改进LM算法及动态时间规整算法的人体动作捕捉研究

人体动作捕捉是指通过技术手段捕捉人体的运动轨迹和姿态信息,广泛应用于娱乐、体育、医疗等领域.然而,现有的动作捕捉技术存在捕捉不准确、计算效率低等问题,影响了其在实时应用场景中的表现.针对这些问题,引入一种骨骼点坐标拟合优化Levenberg-Marquardt算法,并采用粒子群算法对其加以优化.同时采用动态时间规整算法进行人体动作捕捉及评估,以期实现人体动作的实时捕捉.结果显示,该算法对肩部侧平举这一动作的捕捉准确率最高达到了99.23%,明显优于其余对比算法.此外,该算法对深蹲动作的测试时间最短,仅为1.15 s,表明该算法在进行动作捕捉时具有显著的性能优势及很强的实际应用效果,为人体动作捕捉领域提供了新的解决方案.

基于三维运动捕捉技术构建蒙医震脑术三维虚拟仿真平台的视觉呈现

背景:基于三维运动捕捉技术可以构建精准的、客观量化的医学虚拟仿真模型,有利于临床学习者精准、深入理解和掌握各种传统疗术。目前中医虚拟仿真模型已有报道,但蒙医传统疗术的虚拟仿真模型尚未见报道。目的:构建一种基于三维运动捕捉技术的交互式三维可视化的蒙医震脑术虚拟仿真模型。方法:使用Motion Analysis三维光学运动捕捉系统和足底测力台采集蒙医专家的运动捕捉数据,在Motion Builder软件中构建震脑术三维动作模型,使用Maya软件构建角色模型并与动作模型相匹配,运动Unity3D软件构建蒙医震脑术虚拟仿真系统,系统整合蒙医震脑术操作3D动画、运动学和动力学参数信息。结果与结论:通过三维运动捕捉技术和计算机仿真重现蒙医震脑术操作,能够显示施术者和受试者的运动姿态,记录关节运动的关键空间位置参数与变化情况,得出运动过程中的运动学、动力学参数。运用交互式三维虚拟仿真技术,实现蒙医震脑术的三维虚拟仿真的视觉呈现,为蒙医震脑术手法的标准化、数字化、可视化研究奠定基础。

从MotionScan看面部动态捕捉的改进和发展

本文旨在研究2010年公开的由澳大利亚Depth Analysis研发的面部动作捕捉技术Motion Scan;讨论了传统动作捕捉技术对于面部和肢体语言捕捉的处理和不足;系统介绍了Motion Scan技术的基本原理,处理方式和相关工具;分析了面部扫描技术的优点和不足;最后作者提出了面部动作捕捉未来的改进方向。本文是一篇对面部动作捕捉技术进行深入浅出的探讨的文章。

排球训练对认知任务干扰下步态及动态稳定性的影响

目的分析认知任务干扰对步态及行走动态稳定性的影响,并探究进行排球训练对其是否具有调节改善作用。方法选取25名受试者参与实验,其中包括排球训练组15名和未进行排球训练组10名。利用Qualisys动作捕捉和分析系统采集受试者在单任务行走和认知双任务行走下的步态数据,并计算其行走时双任务成本以及右脚触地时刻前-后和内-外方向的动态稳定度(margin of stability,Mo S)。组间采用独立样本t检验,组内采用配对样本t检验。结果(1)与单任务相比,步速以及未训练组步长显著减少(P<0.05),而步宽以及训练组步长则并无显著变化(P>0.05)。另外,训练组步速与步长双任务成本要显著低于未训练组(P<0.05),而步宽双任务成本并无显著差异(P>0.05)。(2)在双任务行走下,两组前-后方向外推质心超出支撑面边界,动态稳定度为负值,且训练组显著大于未训练组(P<0.05);而内-外方向外推质心未超出支撑面边界,且两组动态稳定度无显著差异(P>0.05)。结论认知任务干扰时会显著影响行走时的步速和步长,而排球训练则可以降低双任务行走时的双任务成本,减少认知任务干扰对步态的损害,并有助于提高双任务行走时的动态稳定性。

特征融合下田径录像3D人体动作DTW捕捉算法

由于不同运动员的动作风格和速度不同,导致田径录像中记录的不同运动员的人体动作序列在时间长度上存在差异,从而产生不同长度序列之间的不对齐问题。为此,提出特征融合下田径录像三维(3D)人体动作动态时间规整(DTW)捕捉算法。将田径录像中提取的人体动作数据转换为3D坐标序列,表示人体各部位的位置和动作,获取人体动作的深度图序列,利用梯度局部各向异性系数(GLAC)和稀疏时间梯度自相关(STACOG)分析深度图局部区域的梯度特性以及时间自相关性。利用Canny算子提取每帧深度图的边缘轮廓,结合小波变换和k-means聚类分析人体轮廓的动态变化特征。通过Kinect设备获取人体骨骼点的3D坐标信息,采用主成分分析(PCA)方法将3D空间坐标、关节角度等多个特征融合到一个特征空间中,通过补帧和删帧操作进行预处理,选择最重要的主成分构建新的低维特征空间。利用DTW计算视频序列的相似性,从而捕捉田径录像中不同长度序列的3D人体动作。实验结果表明,该算法捕捉田径录像3D人体动作的准确程度高达99.07%,面对复杂程度较高的动作时,该算法捕捉到的人体动作与实际动作的相似度始终保持在97%以上。此外,所提算法提取到的人体动作轮廓特征线条流畅、连续,且与实际动作高度一致。

支撑跳跃着陆技术优化与下肢动态刚度控制策略研究

目的支撑跳跃是军事训练中速度越障项目中常见的技术动作,其着陆动作具有高度动态、复杂和危险的特点。本研究旨在通过监测不同能力水平受试者的着陆过程,分析其风险因素和控制策略,并为新兵训练提供指导。方法招募了不同训练经验的参与者(包括服役时间超过2年的退伍军人-Veteran和年龄相符的健康大学生-Novice),并使用3种不同的着陆技术(前足、后足、个人偏好)开展了速度越障实验。通过动作捕捉和三维力台系统来采集他们着陆过程中的运动学和动力学数据,并结合运动学、动力学、下肢动态刚度来分析不同训练经验受试者在采用不同着陆技术时的下肢控制过程。结果与Novice相比,Veteran在着陆过程中表现出膝关节屈曲速度更快且更稳定,膝关节内外翻的活动范围和内旋活动范围显著较低。在采用前足和个人偏好的着落技术时,Veteran所受地面反力冲击更小。动态刚度结果显示,Veteran着陆过程中胫骨受到的前向剪切力更小,膝关节刚度控制能力更强。在承受地面反力首峰和次峰时,Veteran采用逐渐降低刚度的软着陆策略,并且在承受首次冲击后膝关节刚度具有迅速恢复能力。结论新兵在训练中应尽量选择前足着陆技术,并在着陆中采用更加柔软的方式控制膝关节刚度,以降低膝关节损伤风险。

话题跟踪中静态和动态话题模型的核捕捉衰减

话题跟踪是一项针对新闻话题进行相关信息识别、挖掘和自组织的研究课题,其关键问题之一是如何建立符合话题形态的统计模型.话题形态的研究涉及两个问题,其一是话题的结构特性,其二是话题变形.对比分析了现有词包式、层次树式和链式这3类主流话题模型的形态特征,尤其深入探讨了静态和动态话题模型拟合话题脉络的优势和劣势,并提出一种基于特征重叠比的核捕捉衰减评价策略,专门用于衡量静态和动态话题模型追踪话题发展趋势的能力.在此基础上,分别给出突发式增量式学习方法和时序事件链的更新算法,借以提高动态话题模型的核捕捉性能.实验基于国际标准评测语料TDT4,采用NIST(National Institute of Standards and Technology)提出的最小检测错误权衡系数评测法,并结合所提出的核捕捉衰减评价方法,对各类主要话题模型进行测试.实验结果显示,结构化的动态话题模型具有最佳的跟踪性能,且突发式增量式学习和时序事件链的更新算法分别给予动态话题模型0.4%和3.3%的性能改进.

基于动态时间规整(DTW)优化积分直方图动态捕捉的持续人体动作识别研究

针对现有持续人体动作识别算法实时性不高的问题,提出了一种基于动态时间规整(DTW)积分直方图的动态捕捉方法。首先,利用积分直方图对原始动作进行分类;然后,聚类各种时空姿态建立动作的统计表示,并采用巴氏距离测量两个直方图的相似性;最后,根据动态时间规整方法设计了动态程序识别算法。通过大型数据集的测试以及与几种最新方法的比较证明了方法的高效性,即使在数据库包含噪声和相似动作的情况下,方法仍然取得了很好的识别效果。

基于三维动态捕捉系统的运动护腕防护性能研究

文章通过三维动态捕捉系统,模拟球撞击人体过程,获取人体及球的三维空间坐标数据,通过牛顿第二定律以及动量守恒定律,从生物力学角度出发,初步探索了三款不同弹性的护腕对人体的防护性能。

异构数据库的变化捕捉和动态同步策略的研究与比较

随着信息技术的发展,信息量的爆炸性的增加异构数据库间,如何进行有效的动态同步已经成为研究的热点。本文综述了异构数据库动态捕捉的常用的策略和技术,并分析了这些策略的优缺点,为研究人员如何选取自身合适的同步策略提供了基础。

基于动态位置函数解析的失步振荡中心捕捉

随着电网系统运行方式、电网孤岛子系统功率不平衡、各元件暂态参数的变化等因素影响,电网失步后失步振荡中心会发生转移,使得固定地点的解列装置不动作或者无序动作。因此,快速寻找振荡中心所在支路十分重要。针对已有失步检测判据对振荡中心位置和迁移方向不足导致无法表征振荡中心在支路上的动态过程,在等值2机系统失步振荡中心的迁移规律的基础上,利用广域测量信息提出适合多机系统的动态解析函数,进而从动态解析的角度阐述失步振荡中心在联络线上的迁移轨迹,制定失步振荡中心捕捉判据。等值2机和10机39节点系统仿真算例表明,该方法可以有效区别振荡中心所在支路和非振荡中心所在支路,为失步解列判据提供一种新的思路,也为制定失步解列措施提供参考依据。

基于动作捕捉技术的畲族舞蹈动态造型的信息化分析

基于动作捕捉技术的畲族舞蹈动态造型的分析与研究,不同于通过传统DV拍摄方式的研究,它通过标记的搜索、舞者姿态数据获取、舞者姿态数据曲线形成、自遮挡的处理及数据修正等步骤精确记录真实舞者各关节的三维运动轨迹,实现动作的到点分析,有利于真实地保存每组畲族舞蹈的艺术精华,有利于为今后对畲族舞蹈的研究、创编和影视还原提供精准的数字平台,也为作为省非物质文化遗产的代表作名录的畲族舞蹈的保护开辟一个新的领域,对于民族文化的保护和科学化发展有着深远的意义。

传送带上运动物品的动态图像捕捉和几何参数测量

介绍了通过图像处理方法实现传送带上运动物体的图像恢复及几何参数测量 ,并将其应用到羽毛球生产中毛片的在线弯度、粗细测量中。详细叙述了线性运动图像恢复的原理、几何参数计算方法及改进措施 ,最后给出了实现系统方案和测量的结果。

一种用于TSTO级间分离CFD计算的网格动态优化技术

两级入轨空天运输系统具有难度较低和经济性好的优点,级间分离是该运输系统设计的一项关键技术。相比前后串联级间分离,两级入轨上下两级间存在严重的激波相互干扰,直接影响分离物体的气动力矩。为了更好地模拟分离过程中两级之间的运动激波多次反射问题,本文结合非结构混合网格分布优化技术和压力比值激波识别技术,建立了用于级间分离运动过程的并行网格动态优化技术。基于计算流体力学软件NNW-FlowStar,完成了两级入轨运输系统并联分离过程的数值模拟。结果表明,采用网格动态优化技术,可实现级间复杂激波的精细捕捉,更精准地获得了强干扰下飞行器的气动特性,显著提高了并联分离过程中运动轨迹和姿态的预测精度。

动态捕捉技术在动画制作中的应用研究

随着经济和科学技术的不断发展,新型技术在动画表演活动中被广泛应用,动态捕捉技术与动画表演活动结合,是社会发展的产物,满足新时代人们的需求,改变了传统单一动画表演形式,增加了动画表演灵活性和趣味性,更容易让人们接受。文章主要就动态捕捉技术在动画角色表演中的应用展开分析和研究。

动态捕捉五大技术种类及光学式运动捕捉数据的实用技巧(上)

动态捕捉在国内的应用已日渐端倪.在纷繁复杂的动态捕捉系统中.有着许多技术分类。特别是以光学式动态捕捉仪为代表.国内有数家数字制作机构.采用了此项技术,运用到国内外影视动漫以及游戏制作的动态数据采集和使用工作中。动态捕捉技术广泛的应用,是中国动画技术硬件实力的提升。

基于Leap Motion的动态手势识别研究

基于视觉的手势识别是实现新型人机交互的一项关键技术,有其现实的研究意义。针对动态手势识别过程,开发了一个用于捕获动态手势的Gestures Visualizer系统,利用Leap Motion控制器采集数据信息和隐马尔科夫模型对手势模型进行多次训练和识别。该手势识别过程实现了动态手势数据的录制,通过对录制好的手势序列进行学习获得每个手势的模型,然后通过实验选取最优的特征集和参数,最后进行分类识别。实验结果表明,所提出的动态手势识别方法具有良好的识别率。

动态捕捉五大技术种类以及光学式运动捕捉数据的实用技巧(下)

动态捕捉在国内的应用已日渐端倪,在纷繁复杂的动态捕捉系统中,有着许多技术分类。特别是以光学式动态捕捉仪为代表,国内有数家数字制作机构,采用了此项技术,运用到国内外影视动漫以及游戏制作的动态数据采集和使用工作中。动态捕捉技术广泛的应用,是中国动画技术硬件实力的提升。

三维动画中动态捕捉技术与关键帧技术的整合运用

作为一种视觉冲击力强、画面真实的动画艺术类型,三维动画在动画领域中越来越受到观众的欣赏与关注,三维动态捕捉技术与关键帧技术的整合成为动画制作的一个重要手段。文章通过分析动态捕捉技术和关键帧技术整合运用给三维动画带来的便利,阐述动态捕捉技术与关键帧技术在三维动画中的创造性运用。

基于Leap Motion传感器的自适应动态手势识别

基于视觉的手势识别是实现新型人机交互的一项关键技术,针对手势普适性与识别率问题,在改进隐马尔可夫模型学习机制的基础上提出一种新的基于Leap Motion传感器的自适应动态手势识别方法。该方法首先采用几何特征法识别静态手姿以确定动态手势起始点与结束点,然后基于角度对动态手势轨迹进行特征提取与分类,并引入修正的重估方法计算隐马尔可夫模型参数,最后在对非定义手势识别的基础上自动学习更新隐马尔可夫模型,以提高动态手势识别率,并最终实现对26个小写字母的动态手势识别。实验结果表明,所提出的动态手势识别方法具有良好的自适应性与精确性。