一种3维动画中间帧非线性插值算法

关键帧动画是3维动画制作的常用模式，中间帧插值又是关键帧动画中最为繁琐的环节。提出了一种针对无骨架3维网格模型的非线性插值算法，用于对网格模型的关键帧姿态进行插补，自动生成中间帧动画序列。该算法首先计算动画角色的网格模型各三角片在相邻关键帧中的仿射变换，并据此生成变形梯度向量，作为3维网格模型的形变信息，这种表示形式体现了变形过程中网格顶点之间的局部互相关关系。随后将各仿射变换分解为旋转成分与拉伸缩放成分，对拉伸缩放成分进行线性插值，而对旋转成分采用四元数插值算法进行非线性插值，合成中间帧姿态的变形梯度向量，并据此计算出中间帧网格模型。当相邻关键帧姿态存在较大差异时，该算法也能快速生成平稳而生动的中间帧动画，可有效减少关键帧的数量，提高动画制作效率。     

基于Hermite样条曲线的关键帧插值角色动画

针对角色关键帧动画中的运动平滑性问题,以基于运动捕获数据的角色动画为基础,提出以Hermite样条曲线为基本算法结合四元数球面线性插值算法的方法,对虚拟人体骨骼运动的动画关键帧进行插值,实现虚拟人体角色的动作平滑过渡。经实验证明,本方法实现简单高效,获得的关键帧动画平滑流畅,可广泛用于人体类角色动画的研究。     

四元数样条插值的人体运动数据重构

为了得到平滑的人体动画,提出一种基于四元数的样条插值算法,利用提取的关键帧实现人体运动序列的有效重构。为减少重构误差、加快收敛速度,将已知关键帧集合作为初始条件,通过迭代算法求出样条曲线的控制点集合。利用样条曲线控制点计算贝塞尔曲线控制点,构造贝塞尔样条曲线段,将各段贝塞尔样条曲线段组合,构造一条基于四元数的样条曲线。根据德卡斯特里奥（de Casteljau）算法插值重构人体运动。实验结果表明,该算法在保证执行效率的同时,可得到光滑的插值结果,实现满足视觉要求的人体运动重构。     

基于帧间距的运动关键帧提取

运动捕获数据中有大量的冗余数据,不利于运动数据的压缩、存储、检索以及进一步重用。为此,提出一种基于帧间距的运动关键帧提取方法,提取代表运动捕获数据内容的关键姿势。利用四元数之间的距离表示人体姿态差异,将人体各个关节上的总变化作为帧间距,以运动数据首帧作为第一个关键帧。通过不断计算当前帧同最后一个关键帧之间的差异,消除差异小于阈值的帧,差异超过阈值的帧被当作为新关键帧。对提取关键帧集合采用四元数球面插值方法重构。为表现人体运动特征,在重构误差中引入关节速度分量,用人体姿势误差位置与人体关节运动速率之和表示原始运动与重建运动序列之间的重构误差。实验结果表明,该方法对原始运动既有较高的压缩率,又有较强的视觉概括效果。     

预选策略和重建误差优化的运动捕获数据关键帧提取

为了从运动捕获数据中提取关键帧来进行人体动画创作,提出一种以重建误差或压缩率为目标的运动捕获数据关键帧提取方法.该方法将关键帧提取划分为帧预选和基于重建误差优化的精选2个阶段,在第一阶段,对原始动作序列筛选边界姿势作为候选关键帧,使最终关键帧序列具有较强运动类型描述能力;在第二阶段,定义帧消减误差作为关键帧重要性的度量标准,并定义最大重建误差作为关键帧提取过程中的优化目标,同时考虑压缩率目标,精选候选帧获得满足指定重建误差或压缩率要求的最终关键帧集合.实验结果表明,文中方法具有良好的数据压缩效果,能满足实时压缩的需要.     

四元数及其在计算机动画中的应用

本文介绍了四元数的性质，证明了单位Ｒ_４球面上的两个四元数线性插值公式，提出了用三次Ｃ样条曲线进行四元数光滑插值的方法，指出ｐｌｅｔｉｎｃｋｓ在将四元数应用于绘制时所用的方法本质上是角度线性插值。本文所做的工作不仅可加深对四元数在单位Ｒ_４球面线性插值的理解，而且在计算机动画实践中也有一定的意义     

四元数与彩色图像边缘检测

本文将彩色图像像素的R、G、B分量作为彩色空间矢量的三个分量，利用矢量场通量以及四元数关于矢量旋转的相关知识，得到两种彩色图像边缘检测方法。基于矢量场通量最大的检测算法，较传统的利用Sobel算子的方法能更全面地提取图像的边缘细节，并且针对不同的图像具有很强的自适应效果；基于四元数的检测算法，利用四元数对矢量旋转的方便表示，提出一种全新的彩色边缘检测方法。实验结果表明，本文提出的两种方法针对彩色图像的边缘检测具有较好的效果，特别是四元数矢量旋转方法，能够提取很多传统的灰度化方法所不能提取的图像纹理细节。     

一类C~2连续的单位四元数插值样条曲线

为了能够快速生成光滑的单位四元数插值样条曲线,实时控制三维物体关键帧动画,提出一种基于四次多项式的单位四元数插值样条曲线,并证明了它的插值性和C~2连续性.首先选择适当的四次多项式调配函数,使其生成的样条曲线能够插值给定的型值点列并达到C~2连续;然后通过累和形式的基函数作指数、代表关键帧方向的单位四元数为底的指数函数的连乘形式把欧氏空间中的样条曲线推广到单位四元数空间S~3中.文中构造的曲线能够自动通过给定的关键帧朝向序列,避免经典的B样条单位四元数曲线从型值点反求控制顶点过程中求解非线性方程组带来的时间开销,提高了计算效率.实验结果表明,该方案可以有效地应用于三维关键帧动画.     

基于粒子群的关键帧提取算法

关键帧提取是基于内容的视频检索中的重要一步,为了能够有效地提取出不同类型视频的关键帧,提出一种基于粒子群的关键帧提取算法。该方法首先提取出视频中每帧的全局运动和局部运动特征,然后通过粒子群算法自适应地提取视频关键帧。实验结果表明,采用该算法对不同类型的视频提取出的关键帧具有较好的代表性。     

四元数五轴联动插补算法的研究

在深入分析五轴数控系统的运动机构配置的基础上,针对传统的基于矩阵或欧拉角的插补算法在旋转空间难以解决线性插值和加工要求等问题, 设计一种基于四元数五轴联动的插补算法,不仅简化了插补计算量,同时能够使刀具从一点平稳的运动到另一点,而且插补的轨迹更光滑连续.文章引入四元数理论,重点研究了四元数在构造数学模型和运动变换中的应用,并在Matlab中成功的进行了仿真.实验结果表明了该算法的可行性和可靠性.     

Optimization-based key frame extraction for motion capture animation

In this paper, we present a new solution for extracting key frames from motion capture data using an optimization algorithm to obtain compact and sparse key frame data that can represent the original dense human body motion capture animation. The use of the genetic algorithm helps determine the optimal solution with global exploration capability while the use of a probabilistic simplex method helps expedite the speed of convergence. By finding the chromosome that maximizes the fitness function, the algorithm provides the optimal number of key frames as well as the low reconstruction error with an ordinary interpolation technique. The reconstruction error is computed between the original motion and the reconstruction one by the weighted differences of joint positions and velocities. The resulting set of key frames is obtained by iterative application of the algorithm with initial populations generated randomly and intelligently. We also present experiments which demonstrate that the method can effectively extract key frames with a high compression ratio and reconstruct all other non key frames with high quality.     

基于人体运动规律的运动融合技术

介绍了一种不需要人工干预的运动融合方法,提出了基于关节运动规律的运动周期判别方法。通过分析运动捕获数据,计算双膝与臀部节点连线夹角的变化来确定运动周期,然后再进行时空变形、插值与约束重建,从而生成高质量的运动融合动画。实验结果表明本算法能够准确的计算出运动周期,并且使约束后的融合动作更加真实。     

将高解析度动作撷取资料校正应用在脸部动画系统

提出一个新的方法来产生脸部动画,即利用动作撷取系统捕捉真人脸上的细微动作,再将动态资料用来驱动脸部模型产生动画,首先,利用Ｏｘｆｏｒｄ Ｍｅｔｒｉｃｓ’ＶＩＣＯＮ８系统,在真人的脸上贴了２３个反光标记物,用以进行动作撷取,得到三维动态资料后,必须经过后继处理才能使用,因此,提出了消除头部运动的方法,并估计人头的旋转支点,经过处理后,剩余的动态资料代表脸部表情的变化,因此,可以直接运用到脸部模型。用     

将高解析度动作撷取资料校正应用在脸部画系统

提出一个新的方法来产生脸部动画,即利用动作撷取系统捕捉真人脸上的细微动作,再将动态资料用来驱动脸部模型产生动画.首先,OXfor Metrics'VICON8系统,在真人的脸上贴了23全反光标记物,用以进行动作撷取.得到三维动态资料后,必须经过后继处理才能使用,因此,提出了消除头部运动的方法,并估计人头的旋转支点,经过处理后,剩余的动态资料代表脸部表情的变化,因此,可以直接运用到脸部模型.用2.5D的脸模型来实作系统,这样可兼得二维模型与三维模型的优点:简单、在小角度旋转时显得生动、自然.在脸部动务的制作中,利用一个特殊的内差公式来计算非特征点的位移,并将脸部分成数个区域,用以限制模型上三维点的移动,使动画更加自然,此动画系统在Pentium Ⅲ500MHz的机器上,并配有OpenGL的加速卡,更新率可以超过每秒30张.     

基于视频的人体动画

现有的基于运动捕获的动画普遍存在投资大，人体的运动受到捕获设备限制等缺陷。提出了新的基于视频的人体动画技术，首先从视频中捕获人体运动，然后将编辑处理后的运动重定向到动画角色，产生满足动画师要求的动画片段。对其中的运动捕获、运动编辑和运动重定向等关键技术进行了深入研究，并基于这些关键技术开发了一个基于双像机的视频动画系统（VBHA），系统运行结果表明了从来源广、成本低的视频中捕获运动，并经过运动编辑和运动重定向后生成逼真动画的可行性。     

Multiscale motion saliency for keyframe extraction from motion capture sequences

Motion capture is an increasingly popular animation technique; however data acquired by motion capture can become substantial. This makes it difficult to use motion capture data in a number of applications, such as motion editing, motion understanding, automatic motion summarization, motion thumbnail generation, or motion database search and retrieval. To overcome this limitation, we propose an automatic approach to extract keyframes from a motion capture sequence. We treat the input sequence as motion curves, and obtain the most salient parts of these curves using a new proposed metric, called 'motion saliency'. We select the curves to be analysed by a dimension reduction technique, Principal Component Analysis (PCA). We then apply frame reduction techniques to extract the most important frames as keyframes of the motion. With this approach, around 8% of the frames are selected to be keyframes for motion capture sequences. Copyright © 2010 John Wiley & Sons, Ltd.     

Exaggerating Character Motions Using Sub‐Joint Hierarchy

Motion capture cannot generate cartoon‐style animation directly. We emulate the rubber‐like exaggerations common in traditional character animation as a means of converting motion capture data into cartoon‐like movement. We achieve this using trajectory‐based motion exaggeration while allowing the violation of link‐length constraints. We extend this technique to obtain smooth, rubber‐like motion by dividing the original links into shorter sub‐links and computing the positions of joints using Bézier curve interpolation and a mass‐spring simulation. This method is fast enough to be used in real time.     

基于拉普拉斯分值特征选择的运动捕获数据关键帧提取

针对已有的运动捕获数据关键帧提取方法常常忽略运动数据局部拓扑结构特性问题,提出了一种基于拉普拉斯分值LS特征选择的人体运动数据关键帧提取方法。该方法首先从原始运动数据集中提取两种代表性的特征向量并对其归一化,利用LS算法对组合后的特征向量进行打分和特征权重学习,以获取能够判别性揭示局部运动信息的特征子向量;其次,通过构建综合特征函数并基于极值判别原理,得到初始候选关键帧序列;最后,根据时间阈值约束和姿态相似判别策略,利用改进的k-means算法对候选帧进行聚类筛选,以达到去除冗余关键帧的目的,从而得到最终关键帧序列集合。仿真实验结果表明,该方法提取的关键帧序列具有典型性,能较好地对整体运动捕获数据进行视觉概括。     

Constructing Human Motion Manifold With Sequential Networks

This paper presents a novel recurrent neural network-based method to construct a latent motion manifold that can represent a wide range of human motions in a long sequence. We introduce several new components to increase the spatial and temporal coverage in motion space while retaining the details of motion capture data. These include new regularization terms for the motion manifold, combination of two complementary decoders for predicting joint rotations and joint velocities and the addition of the forward kinematics layer to consider both joint rotation and position errors. In addition, we propose a set of loss terms that improve the overall quality of the motion manifold from various aspects, such as the capability of reconstructing not only the motion but also the latent manifold vector, and the naturalness of the motion through adversarial loss. These components contribute to creating compact and versatile motion manifold that allows for creating new motions by performing random sampling and algebraic operations, such as interpolation and analogy, in the latent motion manifold.