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、虛擬人運動合成技術一直是虛擬現(xiàn)實領域研究的難點和熱點之一,也是數(shù)字文化產業(yè)的核心技術之一,該技術在影視動漫、三維游戲、安全預演等諸多領域具有廣闊的應用前景。在這些應用中不僅要求逼真的運動效果,而且要求能夠靈活的控制虛擬人運動。本文針對這些應用需求,深入研究了基于運動圖的運動合成方法,從運動圖的數(shù)據(jù)準備、運動圖的構建以及運動圖的應用三方面展開,取得的主要研究成果如下: 一、在運動圖的數(shù)據(jù)準備階段,提出了一種基于特征的人體運動捕獲數(shù)
2、據(jù)自動分割方法。 對運動捕獲數(shù)據(jù)進行合理的分割是構建運動圖的前提和基礎。對于分割得到的運動片斷,一方面,運動片斷的長度越短,對運動合成的控制越靈活;另-方面,為了方便用戶控制,運動片斷中應當包含明確的語義信息。我們利用運動中人體足部的相對關系提取運動特征,在此基礎上,采用運動捕獲數(shù)據(jù)與運動模板進行匹配的方式,實現(xiàn)了運動捕獲數(shù)據(jù)的自動分割,避免了繁瑣的手工操作,提高了運動捕獲數(shù)據(jù)的分割效率和精度;同時,該方法具有很強的魯棒性,運動
3、分割的正確率比目前廣泛使用的分割方法[KS05]提高了34.12%。 二、在運動圖的構建階段,提出了一種基于參數(shù)化運動合成的運動圖方法。 運動圖方法是一種有效地組織運動數(shù)據(jù)的方法,運動圖的本質是一種由結點和邊組成的有向圖。目前運動圖方法中存儲的僅僅是少數(shù)運動捕獲數(shù)據(jù),這種方法使得運動圖的表示能力有限,用戶的控制精度不高。為此,我們提出了基于參數(shù)化運動合成的運動圖方法,該方法的特點在于:其“結點”對應的是一個連續(xù)控制參數(shù)空
4、間,給定一組控制參數(shù),如運動速度、運動轉角等,即可精確地合成出對應的運動片斷,從而有效地提高了運動圖的表示能力和用戶的控制精度;其“邊”表示了不同參數(shù)空間之間的轉換關系,通過運動融合實現(xiàn)了運動片斷的平滑過渡,同時,提出了一種根據(jù)約束計算根關節(jié)位置的方法,有效的避免了傳統(tǒng)融合方法中腳步滑動和根關節(jié)朝向抖動的產生,提高了運動的逼真性。 三、面向運動圖的具體應用,提出了一種基于路徑的參數(shù)提取方法。 在上述構建的運動圖中,控制參
5、數(shù)是運動速度、運動轉角等具有明確物理含義的參數(shù)值。然而,用戶往往需要用直觀的方式控制虛擬人運動,只給定運動軌跡,即要求能實時合成出一段滿足軌跡要求的連續(xù)的運動序列。為了提供給用戶一種靈活的交互方式,需要從直觀的路徑軌跡中提取出運動速度、運動轉角等具體的運動參數(shù)。本文提出的基于路徑的參數(shù)提取方法,既滿足了運動合成中實時性的要求,又將路徑軌跡和運動數(shù)據(jù)的屬性緊密結合起來,使得合成的運動符合路徑軌跡的要求。試驗結果表明,該方法能夠按照用戶的軌
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(lián)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(xiàn)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(lián)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。
最新文檔
- 數(shù)據(jù)局部特征驅動的人體運動合成方法研究.pdf
- 基于點特征的全景圖合成方法研究.pdf
- 基于運動融合的實時連續(xù)人體運動合成研究.pdf
- 基于運動捕獲的角色運動合成研究與實現(xiàn).pdf
- 基于內容的運動檢索與運動合成.pdf
- 基于樣本的紋理合成方法研究.pdf
- 基于運動捕捉數(shù)據(jù)的人體運動合成.pdf
- 自然圖像摳圖與合成方法的研究.pdf
- 基于學習的逆向運動學人體運動合成.pdf
- 基于運動庫的三維角色動畫生成方法研究與實現(xiàn).pdf
- 基于運動對象網格模型的運動估計方法研究.pdf
- 基于樣圖的二維紋理合成方法研究.pdf
- 基于MRF模型的紋理合成方法研究.pdf
- 基于HMM的單元挑選語音合成方法研究.pdf
- 人體運動合成的機器學習方法研究.pdf
- 嗎啉合成方法的研究.pdf
- 基于語料庫的歌聲合成方法.pdf
- 基于渦方法的渦運動研究.pdf
- 基于運動捕捉數(shù)據(jù)的三維人體運動合成.pdf
- 基于行為特征剖析的CUDA程序合成方法研究.pdf
評論
0/150
提交評論