基于时空约束的运动编辑和运动重定向

近年来兴起的运动捕获已成为人体动画中最有应用前景的技术之一，目前运动捕获手段很多，但是通常成本高，而且捕获到的运动类型比较单一，为了提高运动捕获数据的重用性，生成与复杂场景协调的多样的动画，必须对捕获的运动数据进行编辑和重定向处理，介绍了一种基于时空约束的运动编辑和运动重定向方法，通过规定一组时空约束条件，建立相应的目标函数，采用逆向运动学和数值优化方法求解出满足约束条件的运动姿势，实验结果表明，该方法可以生成多种满足不同场景婪泊逼真运动，提出了数据的重用性。     

基于运动路径变换的人体运动编辑

运动捕获已经成为计算机动画中一个成熟的技术,但是捕获的成本相对较高,而且捕获到的运动大多比较单一、通用性低。为了提高运动捕获数据的重用性,产生了适应不同需求的各种运动编辑的技术和方法。文章介绍了基于路径变换的人体运动编辑方法,推导了路径变换的公式,并提出了步长的概念,并以此分类,从而节省了约束重建时的运算量。     

基于足迹采样的运动编辑

针对人体两足动画提出一种基于足迹采样的运动编辑算法．足迹很好地描述了两足动画中必须满足的时空约束，通过调整足迹的位置与朝向来编辑两足动画是一种较为自然、直观的交互方式．为有效、快速地生成编辑后的动画，采用一种实时的逆向运动学算法求解两足动画中的支撑脚约束，然后使用层次B样条技术构造偏移映射完成编辑．为了便于逆向运动学算法的求解，提出基于采样的方法来计算质心轨迹．     

一种改进的运动路径编辑方法

介绍了运动路径编辑方法,提出了保持足部位置运动速率不变的算法来解决其中出现的脚步滑动现象。该算法中,使用了基于约束的技术。首先,逐帧求出原始运动数据的足部位置,作为初始约束条件,当运动路径变化后,依据足部位置运动速率不变的原则,自动更新约束条件,减少了以往方法中的人工干预过程;然后,采用按帧编辑的实时逆向运动学算法求解约束条件。实验结果表明此算法有效地解决了脚步滑动现象。     

AVE监控系统中基于轨迹约束的目标检索方法

针对增强虚拟环境(AVE)视频监控系统,提出了一种基于目标二维图像特征和三维空时特征并进行轨迹约束的运动车辆检索方法.二维检索中采用SURF特征匹配进行目标精确定位;三维检索中通过提取运动目标空时特征,充分利用AVE系统中摄像头关联信息进行关联分析,缩小目标搜索范围.实验结果表明,该算法具有较高的检索效率与精度,特别适用于多摄像头AVE监控系统中目标快速定位,掌握其在监控区域中的全空间运动信息.     

基于约束物理系统和运动捕捉的人体运动仿真

为了能在基于PC平台的虚拟现实中实现更具真实感的人体运动仿真,该文提出一种改进的约束求解方法,将人体建模为基于约束关节树的骨骼结构。约束模型的求解采用基于线性互补问题的求解方法,同时结合相应的运动捕捉数据。实验结果表明,该方法所获得的运动数据不仅能满足交互式要求的帧速率,而且由于算法基于人体运动捕捉原始数据,使得虚拟人体与环境进行实时交互运动的过程更加真实。仿真结果以每帧的三维图像表示,可以形象地显示每秒60帧的人体运动。     

基于运动估计误差和边缘约束的超分辨率重构

为改善图像超分辨率重构的效果,提出了一种基于运动估计误差和边缘约束条件的凸集投影的方法。在数据一致性和幅度约束的条件下,分析了运动估计误差的分布特点,计算出了它的特征参数,形成一种对解的约束条件;为抑制边缘振荡效应,采用了边缘约束条件,提出了一种基于统计的判断像素所属方向的方法。实验表明,该算法的重构结果与传统的方法相比,主观视觉效果得到明显增强,且信噪比有所提高。     

基于时间约束的Hausdorff距离的时空轨迹相似度量

从海量的轨迹数据中发现用户的相似轨迹是实现基于位置的个性化服务推荐的关键技术之一.位置和时间是轨迹数据的两个重要属性,而已有的基于Hausdorff距离的轨迹相似度量只着重关注了位置属性.针对在计算轨迹间相似性时忽略了轨迹的时间属性这一问题,提出一种基于时间约束的Hausdorff距离的时空轨迹相似度量.利用滑动窗口挖掘两条较长轨迹中所有相似的子轨迹,进而判断较长轨迹间的相似性.实验结果表明,该时空轨迹相似度量具有更好的效果.     

Authorware中轨迹及其运动的实现

以几个典型例子说明Authorware中描述各种轨迹及对应于轨迹运动的实现方法.     

基于环境标记约束的不确定轨迹频繁路径挖掘

针对环境约束的不确定轨迹数据的频繁路径问题,设计了一种适应于严格时间约束条件下基于环境约束的位置不确定的移动概率序列挖掘算法（UETFP-PrefixSpan）,算法通过设置类标号把不同环境下的不确定轨迹数据区分开,利用概率支持度对频繁项集进行了重新定义,通过减少某些特定序列模式生成过程的扫描,来减少投影数据库的规模及扫描投影数据库的时间,提高算法效率。测试实验结果表明,改进后的UETFP-PrefixSpan算法挖掘结果更符合现实情况,算法执行效率更高。     

运动编辑支持的舞蹈辅助编排技术

针对舞蹈表演创作与编排中的舞台构图和动作片段连接问题,实现了相应的计算机辅助舞蹈创作与编排技术．舞蹈创编人员可在计算机中对演员的走位和队形进行自由编辑,组合不同的表演动作片段．通过这些辅助工具,能够在演员实际表演前调整舞台效果并获得相应的预览,降低实际编排的难度与工作量．     

人体运动路径的编辑算法

对现有的路径编辑方法进行了较大改进,将运动自动简化技术引入到传统的时空优化方法中,同时将物理约束引入到传统的路径变换方法,保证了优化过程的快速收敛和结果运动的物理真实性.算法框架包括模型简化、运动简化、路径编辑、运动合成和运动复原等5个部分.实验结果表明,该算法能够将人体运动从原始路径上成功地映射到新路径上.     

基于视频图像的影子运动轨迹检测方法

本文提出的运动轨迹检测方法包括图像分割和透视变换。首先处理视频采集图像,然后进行灰度化、二值化、 连通域标记等处理,再引入Canny 边缘检测算法提取图像轮廓,经MATLAB 编程求得影子的轮廓像素坐标。最后根据透视变 换,求得视频中影子的实际坐标,并在二维和三维坐标系下描绘了其运动轨迹图。     

3维人体运动编辑与合成技术综述

为了使人们对3维人体运动编辑与合成技术有个概略了解,对当前3维人体运动编辑和合成技术的研究现状进行了系统阐述。首先对4大类3维人体运动合成方法进行了分析比较;然后按照运动捕获数据的表示方法、运动编辑技术、运动合成技术3个方面着重分析了运动捕获数据驱动的运动合成方法的发展现状;最后对目前3维人体运动编辑与合成技术研究中的难点问题及未来研究重点进行了展望。     

轨迹空间中基于特征符号搜索算法的非刚体三维运动重建研究

现有研究一般是在正交约束条件下采用最小二乘法来求解三维运动轨迹基重建问题,然而这些算法的性能容易受噪声影响,产生不适定性。为此,通过利用离散线性的方法为三维运动搜索最优轨迹基系数和三维结构,建立了一种基于特征符号搜索算法的三维运动轨迹基重建方法。利用该方法,对一系列单目图像序列进行了重建实验研究,结果表明所提出的方法是可行的,并提高了重建算法的准确性。     

基于渐进无迹卡尔曼滤波网络的人体肢体运动估计

针对基于表面肌电信号 (Surface electromyography, sEMG) 的人体肢体运动估计建模困难的问题, 提出一种渐进无迹卡尔曼滤波网络 (Progressive unscented Kalman filter network, PUKF-net), 来实现降低肢体运动与sEMG量测的建模难度以及提高肢体运动估计精度的目的. 首先, 设计深度神经网络从sEMG数据中学习肢体运动状态与sEMG量测之间的映射关系和噪声统计特性. 其次, 采用渐进量测更新方法对先验状态估计进行修正, 减小运动估计的线性化误差, 提高PUKF-net模型的稳定性. 通过结合深度神经网络和渐进卡尔曼滤波的优势, 使得PUKF-net具有良好的模型适应性和抗噪能力. 最后, 设计基于sEMG的人体肢体运动估计实验, 验证了PUKF-net模型的有效性. 相较于长短期记忆网络 (Long short-term memory, LSTM) 和其他卡尔曼滤波网络, PUKF-net在肢体运动估计中的均方根误差 (Root mean square error, RMSE) 下降了14.9%, 相关系数R2提高了5.1%.     

基于深度运动图和密集轨迹的行为识别算法

为了融合深度图中不易受光照等环境因素影响的深度信息和RGB视频序列中丰富的纹理信息,提出一种基于深度运动图（Depth Motion Maps,DMMs）和密集轨迹的人体行为识别算法。利用卷积神经网络训练DMMs数据并提取高层特征作为行为视频的静态特征表示,使用密集轨迹来描述RGB视频序列的动态运动信息,将行为视频的静态特征和动态特征串联,作为整个视频的行为特征表示并输入到线性支持向量机（Support Vector Machine,SVM）进行识别。实验结果表明,在公开的动作识别库UTD-MHAD和MSR Daily Activity 3D上,该算法能够有效提取深度信息和纹理信息,并取得了较好的识别效果。