一种基于国标人体测量学数据的虚拟人建模方法

针对目前利用国标人体测量学数据构建的虚拟人模型,只有单一的骨骼层或皮肤层,不便于同时对虚拟人进行实时运动控制和皮肤动态变形研究的问题,提出一种利用GB 10000-88的19个人体测量学特征数据、用3ds max构造出虚拟人的皮肤网格、层级建模方法构建出虚拟人的骨骼关节运动模型与四元数球面混合插值技术相结合的虚拟人建模方法。实验结果表明,该方法构建的虚拟人双层模型有利于对准确的国标人体测量学数据的虚拟人角色进行建模、皮肤逼真变形、实时运动仿真和人机工效学分析。     

人体运动的函数数据分析与合成

在许多虚拟现实的应用中,虚拟人作为人在计算机中的表示,是提高其交互能力和沉浸感的重要因素之一.然而,对于虚拟人建模而言,合成逼真、可控的虚拟人运动仍然是具有挑战性的课题.为此,提出了一种基于函数数据分析的人体运动合成方法.通过对一组样本运动进行函数主成分分析,构建出一个由特征运动构成的低维函数子空间.该低维子空间不仅能够有效地刻画样本序列内在的变化规律,而且也为有目的的运动合成提供了方法.在该空间中,通过控制各特征运动的系数即可合成出逼真、平滑的运动序列.该合成过程没有耗时的计算,因此能够满足各种实时应用     

一种具有逼真效果的虚拟人动画生成方法

针对传统的虚拟人动画逼真度低、动画生成复杂、且动画存在飘移现象的问题,提出了一种基于视频关键帧获取运动数据的虚拟人动画生成方法。首先利用线性混合蒙皮算法建立了新的人体几何模型;其次利用正向运动学方法驱动虚拟人的骨骼模型,并利用平移补偿原则消除虚拟人运动中的飘移现象;最终实现了基于双目正交视觉获取关节运动参数的虚拟人动画。实验结果表明,新方法能逼真地模拟真实人体动作,且方法易于实现、实用性强。     

基于OPENGL的人体姿态数据仿真

依据人体的关节连接体层次结构,将各肢体抽象为简单的刚性几何实体,构建了人体骨骼模型,通过定义人体坐标和肢体局部坐标及其相互间的变换,描述了人体骨骼模型中各关节之间的相对位置和姿态的变化.详细论述了应用D-H方法分析人体上肢运动模型的方法,最后利用VC++构建了基于OpenGL技术的虚拟人体运动程序.该应用程序可以在虚拟环境中载入、驱动并显示一个三维虚拟人.它能够灵活的利用采集得到人体运动数据驱动虚拟人,可以应用于医学仿真、智能人机交互等领域.     

基于参数化运动合成的运动图构建及其应用

虚拟人运动的可控性和逼真性是虚拟现实应用中追求的重要目标,为了实现对虚拟人的灵活控制,合成出逼真的运动序列,提出了基于参数化运动合成的运动图方法.运动图的结点中存储了具有明确含义的控制参数,通过改变控制参数合成不同的运动片段,可以实现对虚拟人的灵活控制;提出了一种改进的运动融合方法,运动图的边将不同运动片段进行融合,有效的避免了脚步滑动和根关节朝向抖动的产生.根据用户对交互控制和路径轨迹的不同应用需求设计实验,实验结果表明,方法不仅具有较高的控制精度,而且合成的运动序列逼真自然.     

虚拟人合成研究进展

虚拟人是人在计算机生成空间(虚拟环境)中的几何特性与行为特性的表示.虚拟人合成研究的内容主要包括逼真人体模型与逼真人体运动行为.文中介绍了人体建模方法、人体运动行为生成方法的发展过程,给出了基于实例的人体建模与人体运动行为建模的研究进展,以及这些研究成果的应用例子,最后列举了几个前沿研究问题.     

基于Maya关键帧技术的虚拟人行走运动仿真

论文阐述了动画制作中的关键帧方法,人体骨骼关节原理以及分析了人体行走过程的重要特征。在此基础上．作者在Maya软件中运用关键帧技术和逆运动学相结合的方法,详细论述了虚拟人行走动画的制作过程,最终完成人体行走运动的仿真。     

基于Maya关键帧技术的虚拟人行走运动仿真

论文阐述了动画制作中的关键帧方法,人体骨骼关节原理以及分析了人体行走过程的重要特征。在此基础上,作者在Maya软件中运用关键帧技术和逆运动学相结合的方法,详细论述了虚拟人行走动画的制作过程,最终完成人体行走运动的仿真。     

基于光学运动捕捉的虚拟人体标定技术

分析关节对骨骼段运动的约束,基于光学运动捕捉设备给出两种关节中心 参数估计模型——双骨骼段模型和球模型。对两种模型分别给出最小二乘解法,通过求解线 性方程组得到关节中心位置。利用虚拟铰链测试了两种解法的精度,选取精度较高的双骨骼 段模型,结合虚拟人的关节结构提出一种虚拟人体标定技术。比较某表演者四肢的测量值和 标定值,得出标定误差在4.3%以内。对标定后的虚拟人进行驱动,标定后的虚拟人逼真地 复制了表演者的动作,并减少了肢体交叉。     

一种基于传感器的人体上肢运动实时跟踪方法

实时跟踪人体运动是人机交互的重要研究课题,可以广泛应用于虚拟现实、虚拟人运动合成、聋人手语自动生成、计算机3D动画、机器人运动控制、远程人机交互等领域。文中介绍了一种基于传感器的人体上肢运动实时跟踪方法,给出了该方法的虚拟人模型、计算原理与校正方法,最后介绍了整个方法的实现以及在中国聋人手语自动合成中的应用。该方法具有使用传感器少,运动跟踪精度高、计算过程简单而且速度快等特点。     

基于两段式IK与关键帧的虚拟人运动控制

为提高网络虚拟环境中虚拟人运动控制的效率与显示效果,提出逆运动学和关键帧法相结合的虚拟人运动控制方法.在逆运动学中设计改进的CCD算法实现分阶段IK计算,因回溯路径的缩短,减少了计算量;在关键帧中插入由四元数插值法生成的中间帧,提高虚拟人运动的真实感;通过IK求解的关节旋转角不仅实现对姿态的逼近,还使关节更具有弹性;引入运动特征参量,可增强虚拟人动作模式的多样性.     

Interactive motion mapping for real‐time character control

It is now possible to capture the 3D motion of the human body on consumer hardware and to puppet in real time skeleton‐based virtual characters. However, many characters do not have humanoid skeletons. Characters such as spiders and caterpillars do not have boned skeletons at all, and these characters have very different shapes and motions. In general, character control under arbitrary shape and motion transformations is unsolved ‐ how might these motions be mapped? We control characters with a method which avoids the rigging‐skinning pipeline — source and target characters do not have skeletons or rigs. We use interactively‐defined sparse pose correspondences to learn a mapping between arbitrary 3D point source sequences and mesh target sequences. Then, we puppet the target character in real time. We demonstrate the versatility of our method through results on diverse virtual characters with different input motion controllers. Our method provides a fast, flexible, and intuitive interface for arbitrary motion mapping which provides new ways to control characters for real‐time animation.     

基于2—D模型的人体运动跟踪

人体运动跟踪是图像处理和计算机视觉研究的热点问题，它在人机接口、虚拟现实、智能监控、机器人仿真等方面具有广阔应用前景，已引起越来越多学者的关注，为了实现准确的人体运动跟踪，采用了两种基于2－D模型的人体运动跟踪方法：其中，一种方法是以区域面积重合率为区域准则，采用由粗到细的匹配过程，通过建立2－D模型以实现与真实人体运动间的准确匹配；另一种是基于区域特征的2－D模型和人体各个部位的连接关系，通过确定和标记人体的各个部位，最终由2－D模型来重现真实人体的运动过程，同时采用以上两种方法，对实际人体运动进行了跟踪测试，在全身运动的整个过程中能给出较为准确的跟踪结果，表明该方法不仅能抵御噪声和灰度变化的影响，而且能大致估计出被遮挡部位的位置。     

基于视觉的人行为理解综述*

基于视觉的人体运动分析是计算机领域中备受关注的前沿方向之一,而人行为理解由于在智能监控、人机交互、虚拟现实和基于内容的视频检索等方面有着广泛的应用前景更是成为了未来研究的前瞻性方向之一。行为理解问题一般遵从如下基本过程：特征提取与运动表征;行为识别;高层行为与场景理解。着重从这三个方面逐一回顾了近年来人行为理解研究的发展现状和常用方法,并对当前该研究方向上亟待解决的问题和未来趋势作了较为详细的分析。     

基于运动方向的视角无关行为识别方法

针对人体运动方向的随机特性,研究场景中有多台摄像机时视角无关的行为识别方法。利用一台位置固定的摄像机,根据视频序列中运动目标质心空间坐标变化,确定其运动大致方向。根据该方向,选择具有垂直和平行运动轨迹方向视角的相机获得的序列图像,进行行为分析。提取人体运动行为侧像和正像轮廓的关键姿态建立特征库。应用单个相机平行线约束,通过转换因子由图像坐标恢复运动目标关键点的三维坐标,从而确定目标运动方向。建立室内多视角行为视频样本库,实验结果表明,利用该方法识别室内运动行为,能够达到视角无关行为识别的目的。     

虚拟人面部行为的合成

虚拟人是虚拟现实环境中很重要的一部分，对于虚拟人行为的研究除了应从宏观上考虑虚拟人的群体行为属性之外，以个体行为属性的研究也非常重要。个体行为包括自然行为和意识行为。自然行为主要是和脸部、头部以及四肢运动有关的行为。而意识行为则包括与语言和心理活动相关联的表情、发声以及对应的唇动手势动作等。本文旨在研究与意识行为有关的虚拟人面部图像合成技术，讨论了标准人脸图像的参数合成方法，给出了特定人脸图像与标     

一种新的人眼视觉运动认知特性实验分析方法

视觉感知过程源于对象自身的大范围拓扑性质,而场景对象发生运动状态变化时,其所在空间的大范围拓扑关系也将随之改变。为探索大范围拓扑性质和运动性质同时改变时人眼视觉的认知优先特性,基于虚拟现实技术及眼动跟踪技术,通过构建虚拟驾驶及眼动轨迹分析实验平台,结合拓扑复杂度和空间拓扑关系概念分别探讨二维和三维空间中人眼视知觉对物体运动的认知特性。在此基础上,采用响应面分析方法设计场景中自变量因子的随机实验数值,通过可视化方法对比多组认知场景的无感反馈眼动监测结果。实验结果表明,在Tobii眼动仪采集的545个眼动数据中,发生在运动物体上的数据有516个,相比于物体自身属性的大范围拓扑性质变化,人眼视知觉过程更优先识别物体运动的大范围空间拓扑关系变化。该运动认知优先特性为可靠人工智能驾驶中的视觉注视预测技术提供了新的研究思路,同时验证了所提实验分析方法的有效性。     

人手到灵巧手的运动映射实现

本文研究主从操作中人手到灵巧手的运动映射．提出了一种基于虚拟关节和虚拟手指的关节空间运动映射方法，实现了人手和灵巧手的三维运动仿真．以数据手套为人机接口，在虚拟环境下，通过直观地比较映射效果，验证了映射算法．