一种新的手势运动数据重定向方法

提出了一种新的重新定向手势运动数据的方法.它把通过运动捕获设备捕获的手势数据重新定向到具有不同大小和比例的虚拟人模型上,从而生成与原运动含义相同且真实自然的动画.首先通过手势特征分析在人体上选择关键敏感点和次关键敏感点,然后利用提出的基于空间相对位置的方法确定重定向后敏感点的位置,最后采用改进的逆运动学方法实现了手势运动的重定向.实验表明,提出的方法使得中国手语合成系统的可懂度提高30%以上.     

一种角色运动轨迹提取及重定向的方法

随着计算机图形学和动漫产业的快速发展,通过计算机实现运动编辑和运动重定向技术,形成角色动作库进行重复利用,成为快速生产动漫作品的一个重要手段。提出了一种角色运动轨迹提取及重定向的方法。该方法通过记录角色末端关节的运动轨迹,通过一定的归一化规则提取建立角色运动轨迹库,利用CCD逆向运动学解算器重定向至另外一个角色,实现角色动作的重复利用,达到了较为理想的效果。     

一种人体运动相似性度量方法

使用连读几何特征表示运动序列,分别得到各自运动序列的子空间表示,由于不同类别运动的复杂性差异较大,其内蕴维度也不同,因此引入一种可以度量不同维子空间距离的方法计算运动相似性。实验结果表明,与监督方法相比,该方法能够获得更高的查询精度,且没有任何人工干预,可应用于自动检索。另外,其查询时间较少,存储空间较低。     

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。     

一种可重定向的交叉调试器实现方法*

研究交叉调试工具支持后续功能可扩展的方法,设计并实现了一种可重定向的交叉调试器,使调试命令的处理过程全部运行于调试主机上,并通过调试编程接口实现对不同目标对象的挂接,以实现源码级的调试。使用该方案能够快速地实现针对不同体系架构的交叉调试器,具有开发周期短、性价比高、可移植性好的特点。     

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。     

一种基于 CNN 和人体椭圆轮廓运动特征的 摔倒检测方法

为了解决传统的使用几何特征检测摔倒的方法的不稳定、难于区别一些相似的活 动等问题,提出了一种基于卷积神经网络(CNN)和人体椭圆轮廓的运动特征的摔倒检测方法。 首先,使用高斯混合模型检测出人体目标并求出其最小外接椭圆轮廓。然后在每一帧的椭圆 轮廓中提取出长短轴之比、方向角和人体质心的竖直方向速度,融合成一个基于时间序列的 运动特征。最后,经过一个浅层的 CNN 对这些运动特征进行训练,用于摔倒判断,并区分相 似的活动。实验结果表明,本文方法和现有的方法相比,克服了几何特征的不稳定性,提高 了检测率。     

基于运动历史图的网格变形视频重定向

保持时域连贯性与保证图像空域的重建质量在视频重定向中至关重要。针对这个问题,提出一种基于运动历史图的网格变形方法进行视频大小的调整。通过估计帧间摄像机的运动,将视频帧对齐在时间轴上,构造全局运动模型,从而获得全局运动历史图;利用运动历史图来顺序指导单帧图像形变,将单帧图像的放缩问题转换为网格变形问题,通过构造一系列约束条件在网格上建立保持整体形状的最优化模型,实现背景的时间连续性的同时又有效地保持运动对象的形状。测试结果显示无论是处理静止的视频还是具有复杂运动的视频,该方法都能获得令人满意的结果,且能实现对视频流的实时处理。     

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。     

面向关节坐标运动数据重定向的通用双向循环自编码器

针对面向关节坐标表示的骨骼运动数据重定向网络缺乏通用性的问题,提出一种能够实现源骨骼到多种骨骼运动重定向的通用双向循环自编码器.该自编码器由基于关节坐标表示的运动数据以重建误差为损失函数训练得到.在完成训练后,首先用自编码器计算源运动数据对应的隐变量和重建运动,然后对重建运动施加骨骼长度约束、足迹约束、根关节位置约束以及骨骼角度约束,并将损失反向传播至隐变量空间中优化隐变量,通过多次迭代得到重定向后运动.在CMU运动数据库上的实验结果表明,提出的自编码器及4种约束能够实现基于关节坐标表示的运动数据的重定向,并且得到的重定向运动在骨骼长度误差、骨骼角度误差、末端效应器轨迹以及平滑性上具有更好的效果.     

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。     

内容感知的图像重定向方法综述

随着各种智能设备的不断涌现,同一图像往往需要改变纵横比和大小来适应不同显示屏幕.基于内容感知的图像重定向方法通过研究图像重要内容的保持,使得图像自动适应到不同大小的显示设备上.主要对近年来基于内容感知的图像重定向方法的研究现状进行总结.按照重要度图的获取以及基于重要度图的重定向方法两方面回顾了手工特征的图像重定向;从基...     

Monocular human motion tracking

Human motion tracking from monocular image sequences has been explored widely. However, a framework that addresses the variety of sensing conditions is lacking. In this paper, we present a simple, efficient, and robust method for recovering plausible 3D motion from a video without knowledge of the cameras parameters. Our method transforms the motion capture problem into a convex problem and employs a hierarchical geometrical solver for the minimization. This algorithm was applied to numerous synthetic and real image sequences with very encouraging results. Specifically, our results indicate that it can handle challenges posed by variation of lighting, partial self-occlusion, and rapid motion.Published online: 21 October 2004     

非规则三维建筑模型的保结构变形

为了快速生成大量与输入风格一致的三维建筑模型,提出一种针对非规则三维建筑模型的保结构交互式变形技术.该技术以一般的三维网格模型作为输入,经过若干预处理操作形成带标记的包围盒层次结构,以此作为变形操作的分析基础.变形算法的核心思想是将原始的复杂结构分解为一组一维的结构序列,然后逐条对一维结构序列施加变形操作.在对一维结构序列的变形过程中尽可能以可重复的元素来填充变形空间,实现对输入结构特点的保持.实验结果表明,该技术可用于各种不同风格的建筑模型.     

针对嵌入架构的Open64编译器重定向

基于开源高性能编译器Open64,以PowerPC嵌入式处理器为例,开展重定向关键问题研究和代码实现,自主开发完成一款具有工业产品水准的高性能开源编译器后端。gcc-c.torture和SPEC2000实测结果表明,在正确性和性能方面,该编译器均接近或达到和GCC编译器相当的水平,为进一步研究和应用提供良好的编译工具支持以及实现参考,同时为后续自动重定向等工作奠定基础。     

一种基于网格参数化的图像适应方法

图像适应是指将高分辨率的数字图像显示在手机、PDA等屏幕较小的显示终端上的过程.提出一种全新的基于网格参数化的图像适应方法,该方法的关键在于把图像表示为特征网格,从而将图像适应问题转化为网格的参数化,即求取一个与该特征网格同拓扑,且具有目标屏幕尺寸的网格.为了突出图像中的重要物体,该方法建立了源图像对应的特征网格与图像显著度的关系;通过优化基于显著度伸长的网格参数化的能量来求解适应图像的网格;然后借助纹理映射生成适应图像.另外,该方法在参数化的过程中增加了对显著区域和背景结构的约束,能够在保持并增强图像中重要物体的同时,使适应图像的结构不发生明显形变.该方法能够方便地处理具有复杂背景和包含多目标物体的图像的适应问题.实验结果显示了该方法的有效性.