基于運動捕捉數據的人體運動合成.pdf_第1頁
已閱讀1頁,還剩91頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、基于運動捕捉數據的人體運動合成是虛擬現實領域中的一個重點和難點,它著重于對現有運動捕捉數據的重用,目的是提高運動捕捉數據的可利用性,生成豐富的人體運動序列。由于運動捕捉技術的設備昂貴,操作復雜,基于運動捕捉數據的人體運動合成研究可以很好的降低人體運動合成的制作成本,提高合成效率,具有很強的研究意義和應用前景。
   本文針對運動捕捉數據,圍繞著人體運動合成的相關關鍵技術的研究,設計并實現了基于運動圖表的人體運動合成系統(tǒng)。針對現有

2、運動捕捉數據的有效重用,基于運動數據特征提取計算,構建運動類型模板,并實現對運動數據的自動標注,從語義描述層次上進行運動分析和相似性匹配計算,從而建立起結合語義描述信息的運動圖表,借助運動過渡及插補運算,實現人體運動合成,生成符合用戶要求的新的人體運動序列。論文主要研究工作包括:
   研究和實現了人體運動特征描述及特征計算方法。在底層上針對運動序列幀的姿態(tài)數據,計算典型的數值運動特征;在高層使用關系特征對運動序列進行描述,分析

3、不同的人體運動狀態(tài),為運動圖表提供基于運動特征的語義描述信息。
   研究和實現了人體運動相似性計算方法。通過歐氏距離公式,計算出運動序列幀間的相似性;使用動態(tài)時間變形算法,完成不同長度運動序列間的相似性計算。
   研究和實現了人體運動數據的自動標注計算。結合人體運動特征描述,通過動態(tài)時間變形和自學習過程,建立典型運動類別模板;將運動模板與未知運動序列進行局部相似性匹配,完成未知運動序列的自動標注。
   實現

4、了基于運動圖表的人體運動合成。結合運動相似性計算結果,構建運動圖表,使用Dijkstra算法對運動圖表進行運動合成的最短路徑搜索;基于測地線距離計算過渡長度,通過偏移映射線性計算和球型線性插值計算,得到過渡運動段;借助人體運動數據的自動標注,在基于運動圖表合成中,引入用戶對合成運動要求的語義描述,方便用戶對運動合成的控制,提高運動合成的質量;構建了人體運動合成系統(tǒng),通過對現有運動捕捉數據的有效重用,實時生成滿足用戶要求的新的人體運動數據

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論