基于模板匹配的人体运动捕捉数据处理方法

在光学式运动捕捉系统中,标记点往往会出现近似或对称的分布结构,这使得在对标记点进行识别时容易引起混淆。基于模板匹配的人体运动捕捉数据处理方法根据人体局部刚性结构把人体模板分割为多个子模板,使用空间仿射变换从运动捕捉数据中搜索与相应子模板误差最小的匹配点集作为最优匹配,并通过标记点跟踪实现对散乱数据的识别,解决了因标记点分布结构近似或对称而引起的混淆。对标记点缺失情况进行了重构。当出现错误匹配时系统能够自动检测并更正,整个过程无需人工干预。实验结果表明该方法能够正确识别标记点,标记点缺失情况重构效果比较理想,能够满足实时处理要求,证明了该方法的有效性。

基于运动分割和稀疏低秩分解的失真人体运动捕捉数据恢复

针对人体运动的复杂性和噪声干扰的无序性,提出一种基于运动分割和稀疏低秩分解的失真人体运动捕捉数据恢复方法.首先利用双边滤波对失真运动数据进行预修正,降低干扰数据的奇异信息并保证运动序列的连贯性;其次采用概率主元分析方法将修正后的运动数据进行语义行为自动分割,得到不同姿态的运动语义子区间;再利用加速近端梯度优化算法对每个失真运动子片段数据矩阵根据其更优低秩特性进行稀疏低秩分解,实现运动子片段数据的局部恢复;最后将局部恢复后的各子运动片段根据人体运动序列的时序特性组合,达到整体失真运动捕捉数据恢复的目的.实验结果表明,该方法能够有效地对失真人体运动数据进行恢复,效果显著,有助于重构逼近真实人体姿态的运动捕捉数据.

基于KPCA降维的运动捕捉数据自动分割

针对运动捕捉获得的数据其维度通常较高,在进行运动片段分割时候需要进行大量计算,人工方法可以对运动捕获数据进行分割,准确率比较高,但是效率偏低的问题.提出KPCA结合PPCA对捕获数据进行降维处理的方法,将56维数据映射到2维空间;以及构造特征函数获得投射误差的导数,分析几何特征的变化,探测运动捕捉数据的分割点的方法,实现运动捕捉数据的自动分割.

人体运动数据自动捕捉与舞谱生成分析

置身于民族文化传承的时代背景之下,互联网给予文化交流以强烈冲击,传承和保护保本民族优秀文化资源,可将人体运动数据自动捕捉与舞谱生成视为担负此任务的技术措施之一,此视角应能明示其价值所在。以理清运动捕捉技术特征为起点,指出舞谱生成的过程是将舞蹈系列动作完成的数字化记录,通过动作捕捉、基本动作分割等数据重构,实现舞谱自动产生。舞谱具有其记谱规律和科学原理,具有科学性和实用性,舞谱符号应该符合位置、形状、阴影、长短等四个表征属性的统一,数据降维、特征提取、分割点确定以及姿态分析都是舞谱自动生成的关键,优化算法是产生所需舞谱的突破口。

人体运动捕捉过程中的人体下肢动作识别

为了实现对虚拟人大范围运动的控制,针对人体下肢运动过程提出一种动作识别方法.首先根据人体下肢运动特点选取人体下肢动作识别运动参数,提出一种基于小波分形和最小二乘拟合的动作特征提取方法;然后基于支持向量机实现了对下肢运动链中各运动参数的动作识别;在获得各运动参数识别结果的基础上,采用证据理论实现了对识别结果的融合.采用运动捕捉数据进行实验的结果表明,该方法需要的训练样本少、实时性好,能够满足不同体型的人体动作识别需求,具有较好的应用前景.

基于余弦距离的人体运动数据行为分割算法

对人体运动捕捉数据进行行为分割是人体运动数据分析与合成中的关键处理步骤,为此,提出一种新的人体运动数据行为分割算法。采用骨骼夹角直方图刻画人体运动统计特征,使用余弦相似度作为人体运动数据骨骼夹角直方图特征的相似性度量,实现对运动行为的自动分割。对于给定的人体运动捕捉序列,首先定义滑动比较窗口,计算当前窗口范围内运动序列前、后2部分骨骼夹角直方图统计特征的余弦相似度,然后通过在运动序列上滑动该窗口,获得运动序列的余弦相似度曲线,曲线最小值位置即为不同类型行为的分割点。在CMU人体运动捕捉数据库上进行数值实验。研究结果表明:本文算法能够实现对人体运动捕捉数据的自动行为分割;与广泛采用的基于PPCA的行为分割方法相比,本文算法具有良好的性能。

基于运动捕捉的人体动作识别研究

运动捕捉系统是一种测量物体在空间中运动状况的技术设备。其原理是基于计算机图形学通过传感器或跟踪器观测并记录物体在三维空间中的运动轨迹。拉班舞谱把人体动作空间视为一个空间球体,并划分为27个方位。运动捕捉与拉班舞谱在记录人体动作上都是基于三维空间的角度,所以在研究人体运动捕捉数据时,使用拉班舞谱进行分析记录是可行的。本文基于拉班舞谱的空间划分规则,对三维人体运动捕捉数据进行运动分割和动作识别,实现了基于动捕数据用舞谱记录三维人体动作。这是对由运动捕捉数据生成拉班舞谱的探索,为利用拉班舞谱记录和保护民族民间舞蹈艺术做出了贡献。

太极拳运动考评软件的设计与实现

针对太极拳教学现状,基于自主学习理论,提出设计基于关键帧提取技术和三维坐标变换技术的太极拳运动考评系统。本文采用运动捕捉技术采集了24式太极运动数据,以关键帧提取技术为基础,设计了运动时间对比模块,解决了运动速度对比问题;以三维坐标平移变换和朝向旋转变换技术为基础,设计了运动空间对比模块,解决了运动位置对比问题;结合运动速度对比与运动位置对比,系统能够自动地对教学运动素材进行对比与评价,满足了学生自主学习需求。

通过语义控制改进运动合成

运动相似性度量是基于运动图的人体运动合成技术的关键.现有方法主要使用运动捕捉数据姿态数值特征进行相似性度量与合成控制,很难处理语义描述上同类型运动数据集中的不同运动实现版本间的时间与空间特征分布变化的问题.提出了引入用户语义控制来改进基于运动图的人体运动合成方法.使用关系特征作为高层语义描述,刻画同类型运动的空间变化特征;通过自学习过程,获得运动类模板,作为同类型运动的空-时特征语义描述;通过将运动类模板数据与人体运动序列文件进行匹配,实现运动类型识别和自动语义信息标注;借助关系特征语义描述及运动序列文件的语义标注信息,实现在基于运动图的运动合成中引入用户直观的高层语义控制.运动合成实验结果显示了该方法的有效性,为获得高质量人体运动合成数据提供途径.

DI-Guy中人体动作生成方法研究

针对实时人物动作角色软件DI-Guy在运动编辑及新动作生成方面的局限,提出了结合3D人体动画软件及标准动作捕捉数据文件在Vega环境中基于DI-Guy平台进行虚拟人动作生成的开发思路,给出了人体动作建模软件Poser中动作数据文件生成的详细开发过程,分析了Vega环境下动作捕捉数据文件的应用方法。依据上述开发思路进行了DI-Guy下用户定制动作的添加生成,所添加、定制的动作逼真、形象,而且系统运行速度不受影响,同时系统也可直接调用DI-Guy原有高层动作函数,大大方便了应用系统的开发。实验结果表明开发模式对于扩展DI-Guy的应用范围及提高虚拟人应用系统的开发效率具有重要的实用价值。

基于样本的等距特征映射的行为分析方法

针对运动捕捉数据分析和应用的效率要求,提出了一种基于样本-Isomap的行为分析方法.通过计算运动数据中样本帧的距离矩阵得到样本嵌入空间的特征向量,用其近似表示嵌入空间的特征向量,然后在该空间上计算非样本帧的投影,得到非样本帧的近似流形嵌入.结果表明当样本帧的选取比例在10%时可以近似得到整个运动数据的低维流形嵌入,且处理效率比原方法提高10倍以上.应用该算法对高维运动捕捉数据进行降维,能够提高运动捕捉数据分析和应用的效率.

三维人体模型动态仿真技术的研究与实现

三维人体模型动态仿真技术已经成为当前计算机动画领域的研究热点,基于此,本文提出了一种运动捕捉数据驱动的三维人体模型动态仿真方法.首先,对运动捕捉数据ASF/AMC文件进行解析,提取运动信息;其次,建立包括骨骼层和皮肤层的双层人体模型;最后,通过骨骼蒙皮技术实现三维人体骨骼层和皮肤层的绑定,并采用所提取的运动数据驱动人体模型运动.仿真结果表明,本文所提出的方法能较好的实现三维人体动态仿真效果.