基于運動捕捉數據的人體運動合成.pdf

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