人體動畫合成及其風格化處理研究.pdf

1、人體動畫是計算機圖形學領域的重要組成部分，人們不僅希望合成真實的人體運動，而且想要創(chuàng)作具有豐富個性和情感表達能力的虛擬人。本文針對這一需求，對人體動畫合成及其風格化處理技術展開了研究，提出了基于風格子空間的運動編輯算法、數據驅動和逆運動學結合的風格化運動合成技術以及基于流形學習的運動合成方法，并給出了一個能夠表達虛擬人個性和情感的動畫創(chuàng)作平臺。這些研究為動畫師提供了一套從運動編輯到行為編輯的角色創(chuàng)作工具，讓角色動畫的創(chuàng)作更加便捷。

2、>　　 在人體運動的風格合成方面，本文提出了一種基于子空間模型的快速編輯算法。該方法使用了一種非監(jiān)督的機器學習技術--獨立特征子空間分析，它是多維獨立成分分析和不變特征子空間的結合。該技術可以將人體運動數據分解為若干獨立的子空間，并定義其中之一為風格子空間。動畫師可以通過對提取出的若干風格子空間進行操作，實現運動風格的調節(jié)、轉移和合并。該方法的優(yōu)點是只需要一個運動數據對就可以訓練出運動模型，簡便易用。實驗結果表明該方法對于循環(huán)運動如行

3、走、跑步等效果很好。
　　 為了在編輯運動風格的同時還能夠讓運動滿足指定約束，本文又改進了上一章中的低維參數化運動模型，提出了一種使用優(yōu)化技術合成滿足約束的風格化人體運動的方法。該方法使用鏈式法則將高維雅可比和低維雅可比矩陣建立關聯，使得我們能夠在低維空間中求解逆運動學問題，并在風格子空間中響應用戶輸入的風格參數，允許用戶在求解逆運動學的同時對風格進行編輯。本文使用拳擊運動為例，展示了如何生成擊打某一指定目標的各種平勾拳動畫。結

4、果證明該方法效率較高，能夠用于動畫的交互式編輯和與合成。
　　 然而當約束增多時，線性降維方法很難得到滿意的結果，因此本文使用了一種結合黎曼流形和李群的流形學習技術--主測地線分析進行運動合成。該方法首先將運動數據投影至黎曼流形上的測地線，目的是尋找運動數據內在的非線性流形嵌入，然后通過優(yōu)化技術來合成新的運動。該方法與前文中的線性子空間方法比較，有更好的泛化能力，能夠更好地刻畫運動數據的結構，與其它流形學習方法相比又具有更加簡潔

5、的解析形式，計算速度快，更適用于運動數據合成。本文詳細介紹了使用該技術進行運動合成及風格編輯操作的方法。
　　 最后，我們還開發(fā)了一個風格化和情緒化虛擬人創(chuàng)作平臺。該平臺有兩個主要層次：底層是基于子空間運動模型的運動合成引擎，高層是一個結合行為和情感模型的個性化虛擬人動畫創(chuàng)作系統。該平臺通過一個高層語義和底層行為的映射關系整合了風格化運動處理技術以及具有個性和情感的虛擬智能體合成技術，給動畫師提供一套富有表現力的角色動畫編輯工具