基于视频的现实人物运动创作

提出一种根据用户指定的人体运动和观察视角生成真实感视频的方法.首先采集演员进行少数基本运动时的多视角视频数据库,并使用无标记运动捕捉的方法获得任意时刻人体对应的骨骼和3D模型.其次,用户对人体骨架指定运动并设定视角,以此定义目标视频.实验结果验证了文中方法能够利用有限的数据库合成演员在用户指定运动和视角下的真实感视频.     

单目视频人体三维运动高效恢复

为解决计算机图形学和视觉领域的人体数据运动获取问题,提出一种从无标记点的单目视频恢复三维人体运动的方法.首先对人体侧影进行分析,获取躯干和未端节点位置信息;然后进行三维姿态优化.根据人体骨架特点,提出一个有效且计算简单的目标函数以及一种迭代优化策略,极大地减少了优化过程的计算量;设计了一个新颖的姿态序列恢复流程,克服了误差累积等传统跟踪方法的缺点.实验结果表明,文中方法可以准确地对视频中的复杂人体运动进行三维恢.     

基于共形几何代数的三维人体骨架运动序列

为了解决虚拟试衣中人体模型可以动态展示服装效果的问题,提出三维人体骨架动态建模。在基于三维人体模型的骨架自动提取的基础上,采用共形几何代数方法描述人体关节点的运动并通过相邻关节点的位置变化表达不同的人体动作。用关键帧插值法实现人体姿态的序列动作,选择螺旋运动算子实现了基于2D视频图像的3D人体骨架姿态的参数估计,建立了骨架运动模型。三维人体骨架模拟视频动作证实了该方法的高效性。     

人体骨架模型的建立

人体运动分析在计算机视觉研究领域中具有广泛的应用前景。人体骨架包含了很多的人体运动信息,且简单明了,所以对人体骨架提取具有很重要的意义。本文提出了一种人体骨架模型的建立方法,该方法在骨架提取方面有较强的去噪和抗干扰能力,有很好的鲁棒性,可提取更加有效的骨架图像,进一步结合人体解剖学的基础,建立了人体骨架模型,为人体特征识别(HID)和运动人体的实时追踪打下了坚实的基础。     

快速非刚体人体运动三维重建

为了实现基于单目深度传感器的快速非刚体人体运动三维重建,提出一种基于骨架的非刚体人体运动点云融合算法.首先利用分割的人体局部点云配准,对深度传感器提取的人体骨架进行修正,提高了骨架提取的准确性;当相邻2帧之间存在较大人体运动时,利用骨架驱动人体表面点云进行点云粗配准;在粗配准的基础上,利用非刚体点云融合算法进行点云的精细配准,得到精确的表面重建.实验结果表明,该算法能够鲁棒地重建快速非刚体三维人体运动.     

基于模型的人体运动跟踪

在计算机视觉领域,人体运动分析的的研究正因其广泛的应用前景而越来越受到研究 重视,对图像序列中的人体运动进行了跟踪是其中的关键技术。由于人体运动的特殊复杂性,已有的研究方法都对人体加上了许多限制条件。     

人体运动检测及仿真系统的研究与实现

本文实现了一种基于计算机视觉技术的人体运动捕获方法,以简单的摄像头录制的单视图视频作为素材,从图像序列中提取并描述人体轮廓的运动,然后对其进行识别,捕获得到人体运动骨架模型,最后利用三维虚拟人进行三维仿真。     

一种基于运动姿态的三维人体运动检索方法

随着运动捕获技术的不断展,捕获出大量的三维人体运动数据并建立了大规模运动数据库。提出了一种基于运动姿态的三维人体运动检索方法(MPDS),首先进行姿态特征提取,其次通过特征编码对人体运动的局部姿态进行组合,以期达到更好地辨别力,并通过决策树学习方法得到局部运动姿态相似度对整体运动相似性的影响,以决策树指导检索过程。实验结果表明,文中算法的有效性。     

基于单目视频运动跟踪的三维人体动画

针对传统人体动画制作成本高、人体运动受捕获设备限制等缺陷,提出了一种基于单目视频运动跟踪的三维人体动画方法。首先给出了系统实现框架,然后采用比例正交投影模型及人体骨架模型来恢复关节的三维坐标,关节的旋转欧拉角由逆运动学计算得到,最后采用H-anim标准对人体建模,由关节欧拉角驱动虚拟人产生三维人体动画。实验结果表明,该系统能够对人体运动进行准确的跟踪和三维重建,可应用于人体动画制作领域。     

基于微型传感器驱动的三维实时运动人体模型

建立一种运用于人体运动捕获与再现系统的人体模型,实现人体运动实时控制模型的运动.根据微型传感器人体运动捕获与再现系统的特点,提出一种三维人体模型的层次化结构建模方法和多边形分组皮肤变形方法.该方法以生物动力学为基础,根据人体关节的运动特征进行分层表示,采用传感器数据驱动并控制人体骨架模型的运动以及皮肤模型的变形,实时再现真实人体运动.实验表明,新建模方法适用于传感器数据驱动人体模型的实时运动再现,并能够逼真地体现人体运动的生物力学特征.     

数字化三维蹦床运动模拟与仿真系统——VHTramPoline

设计和实现了一个用于辅助蹦床运动科学训练的计算机模拟与仿真软件系统VHTrampoline.其原理是:在人体运动生物力学数据和真实人体运动捕获数据的基础上,通过运动编辑技术实现技术动作的修改和成套技术动作的模拟,并用人体运动方程分析和验证模拟结果;同时,基于虚拟现实方法将模拟结果与真实视频同步对比实现可视化的分析.除了必须的交互操作,文中涉及到的计算都是实时的.与传统训练方法相比,该系统具有直观、量化等优点.     

基于深度图像的人体运动姿态跟踪和识别算法

由于人体运动的复杂性,现有基于低质量深度图像的三维立体姿态跟踪和识别 方法的准确性较低、鲁棒性较差。针对低质量深度图像的人体运动姿态和识别问题,本文设 计了一种基于三步搜索算法的人体运动姿态的跟踪和识别方法。该方法首先对获取的深度信 息进行分析,从而判定人体轮廓;然后通过基于深度图像的骨骼跟踪方法跟踪特定骨骼点, 并采用三步搜索算法进行运动估计,跟踪获取人体运动轨迹;最后利用获取的骨骼点坐标实 现人体运动姿态的识别。实验结果表明,该算法克服光照影响的鲁棒性较强,且能有效地提 高人体运动姿态跟踪与识别的准确性。     

基于骨骼的三维虚拟人运动合成方法研究

针对虚拟人运动合成中建立的人体模型存在复杂化、合成的虚拟人运动序列逼真度差的问题,提出了一种基于骨骼的虚拟人运动合成方法。在分析人体结构的基础上,通过三维图形软件获取人体骨骼数据,构建虚拟人体的骨骼模型。另外,将关键帧四元数球面插值算法与时间和空间变形方法相结合,生成多样化的虚拟人运动序列。实验结果验证了该方法的有效性。     

SpaceTime: adaptive control of the teleported avatar for improved AR tele‐conference experience

With the continued technology innovation in object sensing and human motion tracking, the traditional two‐dimensional video‐based tele‐conference systems are projected to evolve into the three‐dimensional immersive and augmented reality (AR) based on which one can communicate with the teleported remote other as if present, moving and interacting naturally in the same location. One technical hurdle to this vision is the need to resolve the environmental differences and the resulting teleported avatar motion anomaly between the remote and local sites. This paper presents a novel method to first establish a spatial and object‐level match between the remote and local sites and adapts the position and motion of the teleported avatar into the local AR space according to the matched information. This results in a natural looking and spatially correct rendering of the remote user in the local augmented space and a significantly improved tele‐conference experience and communication performance. Copyright © 2015 John Wiley & Sons, Ltd.     

动态3维场景中多角色动画的交互式模拟研究

当前角色动画的合成大多是在预设的场景中,采用导入与角色骨骼模型匹配的运动捕获数据的方法,这就满足不了多种拓扑结构的骨骼模型和实时变化场景的需要。针对上述问题,提出重定向运动捕获数据到多个任意骨骼拓扑结构的算法,通过采用以实时3维动态寻径算法为基础的角色智能寻径模型,结合语音用户接口代替图形用户接口的方法,实现虚拟角色在动态3维场景中的真实感运动。实验结果表明,本方法可以合成流畅而逼真的,与环境实时交互的角色动画,提高了数据重用性,降低了动画合成成本,满足不同动态3维场景中动画合成的需要。     

基于Murkowski距离连续的非刚体三维运动恢复算法研究

现有的非刚体三维运动重建算法很难根据不同的场景、不同的非刚体来寻找不同的形状基,这种情况对重建 过程产生了很大的影响,造成模型失真。为了解决这一问题,提出一种基于Murkowski距离连续的非刚体三维运动 恢复算法,该算法根据在高速分解的图像序列中帧与帧之间的运动参数与特征点位移变化都呈现连续平缓的物理特 性,在Murkowski距离约束的情况下,将运动结构参数通过非线性优化的方法来进行求解,最终得到非刚体的三维运 动结构,并且通过仿真实验,验证了它的可行。     

人体运动的非线性降维及新运动生成

为了提高现有运动数据的可重用性,生成更为丰富的新运动,提出快速自适应比例高斯过程隐变量模型,以及基于该模型的人体运动数据降维及运动生成方法.通过对运动数据进行统计学习,获得运动数据在隐空间的一个低维映射来实现非线性降维,同时获得了该运动的姿态空间的概率分布,其大小反映了该姿态的自然逼真程度;在给定末端约束条件下求取满足约束的、同时概率最大的姿态,并将其作为逆向运动学的解,克服了传统逆向运动学算法计算烦琐、效果不逼真的缺点.实验结果表明,该模型具有更快的收敛速度和更高的收敛精度,同时能够自适应运动编辑的方向,有效地扩大运动的可编辑幅度.     

Human behavior classification by analyzing periodic motions

Recognizing human action is a critical step in many computer vision applications. In this paper, the problem of human behavior classification is addressed from a periodic motion analysis viewpoint. Our approach uses human silhouettes as motion features that can be obtained efficiently, and then projected it into a lower dimensional space where matching is performed. After a periodic analysis, each action unit is represented as a closed loop in this lower dimensional space, and matching is done by computing the distances among these loops. The main contributions are twofold: (1) an efficient periodic action feature constructing method is introduced; and (2) the difference between action units with different phase is computed adaptively with a novel distance proposed in this work. To demonstrate the effectiveness of this approach, human behavior classification experiments were performed on an open dataset. Classification results are highly accurate and show that this approach is promising and efficient.     

Vega环境中机动车辆运动仿真的研究和实现

大多数在Vega平台上进行的车辆运动仿真,只是将车体作为一个质点进行处理,在仿真过程中,当车体通过不平坦的路面时,不能随地形起伏改变车体的姿态,仿真的真实感和可靠性很差.通过分析车辆的运动数学模型,建立了三维空间的运动方程组,并结合名为"TRIPDO"相交矢量方法给出了一种通用解决算法和Vega程序实现.结果表明使用了这种解决方法的仿真应用,所仿真的车辆都能够随地形的起伏实时改变姿态,车辆运动仿真的真实感和可靠性显著增强.