基于MEMS传感器群的人体运动捕获

通过附在人身上的微型传感器对人体运动进行实时捕获.使用MEMS数字传感器和计算、通信设备搭建一种运动捕获系统,将导航和机器人机构学算法进行裁剪整合,权衡并且优化了计算量和精度,得出一种能用于人体运动捕获的算法并植入运动捕获系统.理想情况实验表明:系统的捕获误差为±2°,能迅速跟踪运动.系统的整体实验发现:系统捕获精度可以达到专业运动捕获的70％,对系统的误差进行了分析.本系统在保证运动捕获精度和速度的情况下,使用廉价设备,不需要高通量的数据计算,兼具轻便,对人体运动干扰小.     

人体运动捕获数据的重用技术综述

人体运动捕获数据作为一种新型的多媒体数据,因其高度的逼真性,已经在多个领域得到了广泛的应用。但运动捕获设备的高昂价格导致运动捕获数据使用的成本过高,所以运动重用技术就成为解决这一问题的有效手段。可是运动捕获数据复杂的结构和特性给运动重用带来了很大的挑战,尽管已经过多年的研究,但仍然有很多尚未解决的问题,需要研究人员更多的关注和研究投入。本文针对运动重用过程中各个环节的重要技术,从研究的意义、问题的难点、现有方法思路及使用的模型等多个角度进行了介绍,并针对一些具有代表性的方法做了较为详细的描述。最后总结了现有运动捕获数据重用技术的研究进展,展望了未来的发展趋势。本文旨在引起人们对该领域的深入思考,并为以后的研究提供有价值的参考。     

基于视频的运动捕获

现有的运动捕获方法大都存在运动捕获设备昂贵、演员运动受限等缺点，为此，提出了一种利用视觉技术从视频中提取人体运动的方法，并对其中的特片跟踪和三维运动序列恢复等关键技术进行了深入研究。基于人体模型的特征跟踪算法利用卡尔曼滤波和极线方程，能精确地跟踪比较大的人体运动；采用不共面的非线性定标模型和考虑运动不确定性的三维重建方法，能恢复逼真的三维人体骨架模型，实验结果验证了基于视频的运动捕获方法的可行性和有效性。     

人体运动仿真综述

人体运动仿真是生物力学、机器人学和计算机科学交叉产生的研究领域,其目的是建立计算模型模拟人体在给定约束下自然真实的物理运动.与一般的人体动画相比,人体运动仿真要求合成的人体运动满足牛顿定律.因此,人体运动仿真除了可用于特效制作,还可用于物理任务的操作培训和学习等方面.首先介绍人体运动仿真的起源与典型应用,然后阐述人体运动仿真研究的关键技术.在关键技术介绍中,引入人体运动仿真研究中使用的人体简化几何模型和物理模型,然后将人体运动仿真方法分成两类:基于前向动力学方法与基于逆向动力学方法,并详细介绍它们的发展历程和最新研究进展.最后从交互动作的仿真、仿真结果验证等几方面讨论人体运动仿真未来可能的发展方向.     

基于高动态运动模型的多普勒频移仿真

为更好地实现高动态链路中的载波捕获跟踪,以高动态载体在临近空间中的各种简单运动模型为依据,对载体相对于临近空间接收平台的多普勒频移变化趋势进行描述和仿真,在此基础上分析多普勒频移对载波同步产生的影响。理论分析和仿真结果表明,基于高动态载体运动模型的多普勒频移变化曲线能够正确描述高动态运动方式下的多普勒频移变化趋势。     

基于微多普勒特征的人体动作识别

针对传统的视觉识别人体动作易受到光照变化、被遮挡和隐私问题等的影响,提出一种基于77 GHz毫米波雷达识别人体动作的方案。首先,使用77 GHz毫米波雷达采集人体动作的雷达回波样本,处理回波样本得到微多普勒频谱图;其次,首次提出一种新的自适应参数整流线性单元激活函数,将该激活函数与Resnet-18网络相结合;最后,将微多普勒频谱图数据集放入该网络训练并分类。实验结果表明,该方案对5种人体动作的平均识别准确率高达97.56%,较Resnet-PReLU网络提高了1.78%,有效地提高了对人体动作的识别精度。     

基于PGA的人体运动捕获数据分割方法

由于人体运动捕获数据的固有非线性,线性方法并不总是能够有效地找到运动捕获数据的内在维度,针对这种情况,提出了基于主测地线分析（PGA）和概率主测地线分析（PPGA）的自动分割方法。这两种方法都将人体运动视为一个有序的姿势序列,并在姿势序列有局部变化处对运动进行分割。基于PGA的分割方法是在运动局部模型的内在维度突然增长处分配一个分割点,基于PPGA的分割方法是在姿势分布发生改变时放置分割点。实验结果表明,该方法都能实现自动分割,且具有较好的分割结果。     

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。     

基于运动能量模型的人体运动检索算法

提出一种新的借助于运动中产生的能量对运动进行描述的模型。引入运动协调性的概念,利用支持向量机和索引序列对运动进行粗分类。采用基于Keogh下界的线性索引算法精确地度量输入运动和候选动作之间的相似性。实验结果表明,该检索方法具有较好的速度和准确性。     

基于OPENGL的三维人体运动仿真

研究虚拟人体运动仿真动画技术是计算机动画设计中极重要的课题,构建简化虚拟的人体几何模型,利用计算机图形学知识,针对人体几何建模复杂,逼真度、控制性差的问题,先优化设计人体仿真运动相应的数学模型,建立人体运动系统坐标系后,采用Denavic-Hartenberg法,建立虚拟人体分层结构运动链的空间关节坐标系统.在3DS MAX下进行逼真几何建模,把模型转化为OpenGL程序,运用Visual C++6.0和OpenGL为编程工具,实现虚拟人体关节运动控制.结果表明,建模逼真,优化的几何模型在软件下容易控制,整体效果好,增强了虚拟人体运动的真实感和动作效果,很好地实现了虚拟人体行走.     

基于无标记点运动跟踪的步态参数提取*

〖提出一种无标记点的步态参数提取方法,采用基于模型的人体运动跟踪方法,无须标记点即可从视频图像序列中获取运动步态参数。利用粒子滤波算法跟踪人体目标运动过程,通过基于外观模型的相似度计算及边界匹配误差判断定位腿部关节点。依据曲线拟合方法在跟踪与定位结果上提取运动步态参数。实验结果表明,该方法能精确定位腿部关节点且有效地提取步态参数。     

基于无标记点运动跟踪的步态参数提取

提出一种无标记点的步态参数提取方法,采用基于模型的人体运动跟踪方法,无须标记点即可从视频图像序列中获取运动步态参数。利用粒子滤波算法跟踪人体目标运动过程,通过基于外观模型的相似度计算及边界匹配误差判断定位腿部关节点。依据曲线拟合方法在跟踪与定位结果上提取运动步态参数。实验结果表明,该方法能精确定位腿部关节点且有效地提取步态参数。     

Kinematic simulation of human gait with a multi-rigid-body foot model

The paper builds a multi-rigid-body model of human with a 4-rigid-body foot in the 3D CAD software Solidworks,based on human anatomy.By controlling the rotation of the ankle and major joints of human body while walking,the Kinematic simulation was performed in the dynamics simulation software ADAMS.The paper analyzes the simulate results and points out deficiencies in the current work and the direction of research efforts in future.     

Automatic reconstruction of 3D human motion pose from uncalibrated monocular video sequences based on markerless human motion tracking

We present a method to reconstruct human motion pose from uncalibrated monocular video sequences based on the morphing appearance model matching. The human pose estimation is made by integrated human joint tracking with pose reconstruction in depth-first order. Firstly, the Euler angles of joint are estimated by inverse kinematics based on human skeleton constrain. Then, the coordinates of pixels in the body segments in the scene are determined by forward kinematics, by projecting these pixels in the scene onto the image plane under the assumption of perspective projection to obtain the region of morphing appearance model in the image. Finally, the human motion pose can be reconstructed by histogram matching. The experimental results show that this method can obtain favorable reconstruction results on a number of complex human motion sequences.     

人体运动数据重构方法进展

运动捕捉系统产生的人体运动数据是标记点在运动序列中的位置数据,用于驱动人体模型产生真实感的动画。在对近几年有关人体运动数据重构的文献进行综合和分析的基础上,首先对人体运动数据重构进行了问题描述,并对人体运动数据在重构过程中难以避免的噪声问题和特征点(虚拟空间中的标记点)缺失问题的研究分别进行了总结和分析;然后对人体运动数据获取的光学式原型捕捉系统开发的研究进行了讨论,评述了人体运动数据驱动人体几何模型的相关研究;最后对未来研究提出了一些展望。     

Using computer vision to simulate the motion of virtual agents

In this paper, we propose a new model to simulate the movement of virtual humans based on trajectories captured automatically from filmed video sequences. These trajectories are grouped into similar classes using an unsupervised clustering algorithm, and an extrapolated velocity field is generated for each class. A physically‐based simulator is then used to animate virtual humans, aiming to reproduce the trajectories fed to the algorithm and at the same time avoiding collisions with other agents. The proposed approach provides an automatic way to reproduce the motion of real people in a virtual environment, allowing the user to change the number of simulated agents while keeping the same goals observed in the filmed video. Copyright © 2007 John Wiley & Sons, Ltd.     

面向内容的三维人体运动检索技术研究综述

三维人体运动数据检索技术是计算机动画领域的研究热点,系统分析了当前基于内容的三维人体运动数据检索技术的研究现状。分析比较了基于运动数值特征、基于运动能量特征和基于语义信息特征三种运动数据的特征表示方法;从局部相似性度量和全局相似性判断两个角度阐述了运动相似性匹配算法;总结目前基于内容的人体运动数据检索技术中存在的问题,探讨了未来开展基于语义的检索技术所需的工作。     

视频信号的能量分析与运动检测

提出一种静止摄像机条件下干扰自适应的运动目标检测方法。将视频中同一像素的像素值的变化看做信号,先计算像素值信号的均值,再计算像素值信号围绕均值波动的能量,最后通过比较波动能量来判断像素点属于前景点或背景点。实验结果表明,与混合高斯模型等常用的运动目标检测算法相比,该方法有更强的干扰自适应性和更高的灵敏度。     

On the model granularity to simulate protein dynamics: A biological physics view on biomolecular computing

What granularity is needed to carry out computer simulations of biomolecular reactions/motions? This is one of the central issues of the in silico biomolecular computing. In this paper, we addressed this issue by studying model granularity dependence of the native structure dynamics of protein molecules. We conducted molecular dynamics simulations employing three different protein models: the model with full atomic details and two coarse-grained models in which only C_α atoms interacting with each other through simple potentials are considered. In addition to the observed agreement among the three models in terms of isotropic thermal fluctuation, principal component analysis showed that the coarse-grained models can also reproduce the anisotropy (or directionality) of the fluctuation, particularly of collective modes having relevance to molecular function. This indicates that the dependence of the essential dynamics of a protein molecule on the model granularity is weak, although it was also shown that incorporation of the Lennard–Jones-type potential into the harmonic-potential-based coarse-grained model improves the reproducibility to some degree, and that a plastic nature of structural dynamics observed in the full atomic model transforms into an elastic one in the coarse-grained models. The coarse-grained model can be applied to a molecular motor system, which may lead to a new view of biomolecular computing in the context of biological physics.