计算机动画中人体建模与皮肤变形技术的研究现状与展望

人体动画制作技术是计算机动画领域内的研究热点和难点。在制作真实感人体动画时,除了有真实的人体运动和灵活的运动控制方法外,还需要有逼真的人体造型和皮肤变形效果。为了使计算机动画研究领域的研究人员对当前各种人体建模与皮肤变形技术有较全面的了解,对计算机动画中的真实感人体建模与皮肤变形技术进行了较为全面的阐述,将现有的方法分为三大类:基于面模型的方法、基于体模型的方法和基于层次式模型的方法,并分析和比较了这些方法的优缺点。在回顾了现有的人体建模与变形技术的基础上指出,3维扫描技术的发展使人体建模和皮肤变形的研究面临新的契机。如何充分利用基于扫描技术建模的优点,并结合层次式建模与变形方法的灵活性的特点,创作出高度真实感的人体皮肤模型及其变形效果,是未来研究的重要方向。     

三维人体模型构建

人体动画制作技术是计算机动画领域的研究热点和难点。在制作真实感人体动画时,除了要有真实的人体运动和灵活的运动控制方法外,还需要有逼真的人体造型和皮肤变形效果。本文给出计算机动画中的三维人体建模的一种算法,实现骨骼-皮肤动画,可以高效率创作出高度真实感的人体模型。     

具有真实感的三维人脸动画

具有真实感的三维人脸模型的构造和动画是计算机图形学领域中一个重要的研究课题.如何在三维人脸模型上实时地模拟人脸的运动,产生具有真实感的人脸表情和动作,是其中的一个难点.提出一种实时的三维人脸动画方法,该方法将人脸模型划分成若干个运动相对独立的功能区,然后使用提出的基于加权狄里克利自由变形DFFD(Dirichlet free-form deformation)和刚体运动模拟的混合技术模拟功能区的运动.同时,通过交叉的运动控制点模拟功能区之间运动的相互影响.在该方法中,人脸模型的运动通过移动控制点来驱动.为了简化人脸模型的驱动,提出了基于MPEG-4中脸部动画参数FAP(facial animation parameters)流和基于肌肉模型的两种高层驱动方法.这两种方法不但具有较高的真实感,而且具有良好的计算性能,能实时模拟真实人脸的表情和动作.     

形式化研究基于Agent的行为建模及应用

为了实现虚拟环境中Agent的行为真实感以及行为动画，必须开展基于Agent的行为建模相关问题的研究。提出了一个包含Agent自主行为和全局互操作行为的基于Agent的行为模型，并利用形式化语言对相关概念例如状态、时间、动作和行为进行了规范描述与定义。在此基础上形式化研究了复杂智能行为的抽象机制，包括行为分解与聚合、行为特化与泛化，并因此提出在基于Agent的元行为模型的基础上，通过行为逻辑运算和行为抽象机制实现基于Agent的行为综合方法。同时以空间作战中的导弹预警为背景，分析了预警卫星的预警行为模型，并对预警卫星的数据获取行为进行了建模。这有利于实现预警卫星的行为动画以及对预警卫星的传感器进行调度，进而对预警行为进行规划、调度与仿真。     

基于运动捕获数据的虚拟人动画研究

随着三维游戏等行业对计算机动画制作需求的增加,在三维动画制作软件中人工调整虚拟人动作的工作方式已经不再适合现在的计算机动画制作。运动捕获技术是直接记录物体的运动数据并将其用于生成计算机动画,具有高效率、所生成的动画真实感强等优点,因而获得了广泛应用。提出了一种利用运动捕获数据来生成动画的方法,基于运动捕获得到的数据建立并驱动三维骨架模型,从而产生骨架的运动,形成动画。该方法可以充分利用现有的大量运动捕获数据,因此具有较大的应用前景。     

人群异常识别技术研究进展

人群行为分析是计算机视觉领域最活跃的研究方向之一. 有许多针对人群异常行为及检测的算法如人群密度估计、人群中运动检测、人群跟踪和群体行为识别. 在对目前人群异常行为进行总结分析,并概括出人群异常的三大关键特征. 并在次基础上,分别针对人群特征提取、异常识别技术、异常分类技术以及人群异常识别数据库方面,对人群异常识别技术现状进行总结概括,并并对存在的问题,以及未来发展方向提出了研究的建议和意见. 文章对相关领域的研究具有一定的参考价值.     

计算机动画的人工生命方法：“人工鱼”的建模和生成

引言 生活在自然界的动物群体是动画创作者面临的“挑战性”难题。为此,我们开发了计算机动画生成的新方法──“人工生命”方法,可以逼真地体现自然生态系统中动物群体的复杂运动和行为,并且可显著地降低动画创作者的劳动强度。 我们的方法是构建“人工动物”,创作自激励的自主智能体,去模拟动物个体的真实外观、运动和行为,及动物群体的社会行为表现模式。用计算机模型描述这些人工动物共有的基本特征──生物力学、运动、感知和行为。 为了证实我们构建的“人工生命”的有效性,我们实现了在虚拟海洋世界栖息着的各式各样的人工鱼…     

基于定向滤波的非真实感动画生成方法

不同于传统的计算机动画,非真实感动画通常不需要精确的三维模型和光照模型,因此,用户希望自己能够生成简单的非真实感动画。基于这种需求,将定向滤波引入到非真实感动画中：利用一对正交的定向滤波核与源图像进行卷积运算,产生一对奇偶滤波图像,并通过不断改变其相位得到一系列运动的图像,使图像内的物体在实际位置并不发生改变的情况下,产生视觉上的动画效果,从而方便地生成非真实感动画。     

人脸建模与动画的研究

1.引言人脸建模与动画(face modeling and animation)是计算机图形学中最富有挑战性的课题之一。这是因为:首先,人脸的几何形状非常复杂,其表面不但具有无数细小的皱纹,而且呈现颜色和纹理的微妙变化,因此建立精确的人脸模型、生成真实感人脸非常困难;其次,脸部运动是骨骼、肌肉、皮下组织和皮肤共同作用的结果,其运动机理非常复杂,因此生成真实感人脸动画非常困难;另外,我们人类生来就具有一种识别和     

数据驱动的大规模森林场景真实感动画

提出一种基于数据驱动的大规模森林场景真实感动画的实现方案.该方案预先对单株样本树在风力作用下的运动作高精度的动力学计算,得到高分辨率、精确的树骨架形变序列;然后采用分簇主元分析方法对形变序列数据进行压缩与简化,构建单株树各枝干运动的细节层次;最后基于多株样本树多个细节层次的运动数据合成大规模森林的群体运动.实验结果表明:该方案实现了力学形变数据的高效重用,在森林动画合成效率和真实感上具有一定的优势,能满足对规模和画质要求较高的应用,如影视动画与媒体广告等的需求.     

数据驱动的人群场景动画合成方法

为了向虚拟城区环境加入复杂而灵活的人群动画,提出一种数据驱动的人群场景动画合成方法.通过采集各种典型场景下人群流动的视频,提取出agent状态响应数据集;并将这些状态响应数据集嵌入到虚拟城区知识模型中.最后基于该虚拟城区知识模型实现了一个虚拟城区中人群流动场景的动画合成系统.     

基于环约束的虚拟人动态LOD技术

针对虚拟人体模型及其运动序列提出一种简化方法．首先在人体骨架节点（关节）等基本模型表面附近添加环形约束，结合Qslim算法生成基本简化模型；其次利用顶点混合方法从基本简化模型生成简化序列．实验结果表明。该方法可生成逼真的简化运动序列，且在简化过程和LOD控制过程中均独立于具体运动序列，适合规模群体的实时驱动．     

基于马尔可夫决策过程的群体动画运动轨迹生成

近些年来,群体动画在机器人学、电影、游戏等领域得到了广泛的研究和应用,但传统的群体动画技术均涉及复杂的运动规划或碰撞避免操作,计算效率较低.本文提出了一种基于马尔可夫决策过程（MDPs）的群体动画运动轨迹生成算法,该算法无需碰撞检测即可生成各智能体的无碰撞运动轨迹.同时本文还提出了一种改进的值迭代算法用于求解马尔可夫决策过程的状态-值,利用该算法在栅格环境中进行实验,结果表明该算法的计算效率明显高于使用欧氏距离作为启发式的值迭代算法和Dijkstra算法.利用本文提出的运动轨迹生成算法在三维（3D）动画场景中进行群体动画仿真实验,结果表明该算法可实现群体无碰撞地朝向目标运动,并具有多样性.     

人群应急疏散可视仿真研究进展和问题

人群应急疏散可视仿真是用智能体来模拟具有自主感知、情绪和行为能力的人群个体,并采用3维可视的方式来直观呈现人群应急疏散情景,可以为制定人群应急预案提供形象直观的分析方法。本文从人群仿真数据的来源、人群导航模型的构建、人群行为模型、人群情绪感染、人群渲染5个方面概述目前研究的进展,然后从仿真模型的可验证性、人群疏散导航模型的构建、人与环境的物理模型、动物逃生实验与仿真、疏散中的社会行为表现以及人群情绪的可视计算6个角度讨论需要进一步研究的问题。针对需要深入研究的问题,指出借助于紧急事件的视频监控分析和虚拟人群情景的用户调查,有助于完善人群仿真模型。结合物理模型,可以更准确地描述人群应急疏散场景。开展动物逃生实验分析,有助于完善人群运动导航算法。建立人群社会行为模型,可以更详细描述疏散中人群行为的多样性。构建基于多通道感知的人群情绪感染计算方法,可以详尽描述情绪感染的过程。人群应急疏散行为的可视仿真研究在城市的安全管理方面具有重要的应用前景,但其研究仍存在很多亟待解决的问题,综合地运用多学科知识,完善实验手段是进一步推动研究的关键所在。     

面向艺术与设计的虚拟人技术研究

虚拟人(Virtual Human)是人类各种特性(几何、行为、感知、情感、生理、心理、社会性等)在虚拟空间中的数字化表示，是高度真实的人类特性的数字化再现．文中首先介绍面向艺术与设计的虚拟人技术的应用领域和研究维度，然后详细介绍其中的主要研究内容，包括：虚拟人体建模、运动控制技术、虚拟人群仿真、虚拟感知与情感计算，最后指出，在面向艺术与设计的虚拟人技术研究中，艺术与设计领域专家和计算机专家的协作关系．     

一种基于动机理论的人群行为模型

如何构建行为可信的虚拟人是自主人群仿真中的关键问题。根据马斯洛的动机理论,建立自主人群的行为模型,该模型利用产生式规则,将刺激、动机和行为集成在一起。引入有限状态机描述刺激和动机的关系,虚拟人通过虚拟视觉感知刺激,虚拟人之间的局部碰撞检测通过排斥力控制。在微机上实现原型系统,实验结果表明,该模型能够较好地模拟自主群体行为。     

大规模人群仿真技术研究

对大规模人群仿真进行了研究,从人对现实世界的认知出发,自底向上建立起三层结构模型对人所处的虚拟环境进行了建模。对虚拟世界按人对路径规划的逻辑划分为三层,分别为认知层、路径层以及拓扑空间层。该多层次结构模型可为虚拟人群仿真过程中的虚拟人的寻径决策提供支持,模拟在突发事件下大规模人群的活动。     

基于熵度量的人群模型评估方法

人群模型评估是虚拟人群仿真研究的关键问题,现有的研究多通过个体仿真轨迹与真实轨迹之间的误差来评估人群模型.然而人群行为本质上是复杂的随机系统,简单的轨迹对比并不能有效反映模型能力.本文应用熵度量的模型评估方法,通过估计真实人群状态与仿真人群状态的误差分布实现了精确的人群仿真定量评估.同时引入失真情况的判断和处理规则,使得评估方法在仿真失真情况下能够保持准确性.实验结果表明,本文提出的算法及规则能有效地实现人群仿真模型的定量评估并给出模型参数选择的指导.     

Model-based Crowd Behaviours in Human-solution Space

Realistic crowd simulation has been pursued for decades, but it still necessitates tedious human labour and a lot of trial and error. The majority of currently used crowd modelling is either empirical (model-based) or data-driven (model-free). Model-based methods cannot fit observed data precisely, whereas model-free methods are limited by the availability/quality of data and are uninterpretable. In this paper, we aim at taking advantage of both model-based and data-driven approaches. In order to accomplish this, we propose a new simulation framework built on a physics-based model that is designed to be data-friendly. Both the general prior knowledge about crowds encoded by the physics-based model and the specific real-world crowd data at hand jointly influence the system dynamics. With a multi-granularity physics-based model, the framework combines microscopic and macroscopic motion control. Each simulation step is formulated as an energy optimization problem, where the minimizer is the desired crowd behaviour. In contrast to traditional optimization-based methods which seek the theoretical minimizer, we designed an acceleration-aware data-driven scheme to compute the minimizer from real-world data in order to achieve higher realism by parameterizing both velocity and acceleration. Experiments demonstrate that our method can produce crowd animations that are more realistically behaved in a variety of scales and scenarios when compared to the earlier methods.