数据驱动的夸张动作生成

夸张是角色动画中的重要运动规律之一,它来源于现实,又高于现实.根据这一原则,把"夸张"的运动学特性理解为运动速度的缩放,提出了在真实自然的动作捕捉数据的基础上来编辑合成夸张动作的方法.首先从原始动作数据中提取角色骨骼各节点的速度信息;然后以少量直观的参数输入计算出合理的运动速度缩放因子曲线,对速度进行合适的缩放并重新映射回原始的动作数据表达形式,从而以统一的算法框架实现了多种卡通风格和空中特技等夸张动作.此外,还引入了部分物理约束进行后处理,有效地增强了夸张结果的视觉合理性.实验结果表明,该方法能够较好地生成夸张效果,可以应用于实际的动画创作.     

基于运动传感的书空临摹交互方式

临摹背默是传统水墨画学习最有效的方式之一,但是对于儿童来说这样的学习方法比较枯燥乏味.为了使儿童能够以更自然、直观的方式学习背默水墨画的样例程式,提出了以运动传感器替代传统毛笔的书空临摹交互方法.该方法先从水墨画中提取笔画和设计对应手势作为示范样例,用隐马尔科夫模型做手势识别;然后通过量化手势识别的差异率来对笔画进行相应的变形,并以儿童为目标用户,探索寓教于乐的隔空作画的交互方式对于记忆和理解水墨画的运笔方式和步骤的影响程度.实验结果表明,采用文中方法可以更直观、快捷地让儿童感受水墨画运笔方法的趣味性.     

动作与音乐的节奏特征匹配模型

针对计算机动画制作中的自动编舞和配乐问题,提出一个基于节奏特征的动作-音乐匹配模型.首先分析出动作和音乐数据的节奏特征,然后使用动态时间规整算法度量动作与音乐片段的匹配程度,从而形成动作与音乐节奏匹配的计算模型.自动编舞或配乐流程包括预处理和实时匹配2个阶段.在预处理阶段,利用节奏特征匹配模型预先计算,获得数据库中所有潜在的动作和音乐片段组合的匹配程度,并得到一个动作-音乐映射图;在实时匹配阶段,首先通过图遍历的方法来搜索出与输入具有最佳节奏匹配的候选动作或者音乐,然后进一步对这些候选动作或者音乐数据的节奏特征点进行适当的优化调整,形成自动编舞或者配乐的结果.实验结果表明,该模型能够有效地指导用户编排出所期望的舞蹈动作或背景音乐.