排序方式: 共有44条查询结果,搜索用时 15 毫秒
11.
本文描述了一种利用基于Open GL三维纹理实现的直接体绘制方式显示流体模拟结果的方法。以JosStam的二维流体模拟模型为基础,扩展出三维流体模拟的模型;然后通过将密度场映射到三维纹理空间,实现实时的显示;并通过引入全局光照模型,得到真实感的渲染效果。最后通过与粒子系统进行对比,分析了本方法的显示效果优势。 相似文献
12.
13.
Fugl-Meyer量表是目前临床使用最多的脑卒中感知运动损伤评定方法之一,但由于Fugl-Meyer量表的动作指导和评分都需要专业的康复师参与,Fugl-Meyer评估难以在居家条件下进行。为此,提出了一种基于视频的Fugl-Meyer评估系统。该系统由运动数据获取模块和Fugl-Meyer评估模块两个模块组成。运动数据获取模块可以从视频中获取欧拉角格式的运动数据;Fugl-Meyer评估模块会根据运动数据获取模块输出的数据与Fugl-Meyer量表评分形成的映射关系给出评估结果。该系统允许用户使用最常见的相机进行居家Fugl-Meyer评估。在Human 3.6M数据集上进行了实验,实验结果表明本文系统评估准确且能覆盖Fugl-Meyer量表中的绝大多数测试项目。 相似文献
14.
15.
为了最大限度提升并量化测试无人机激光雷达系统对地表形变量的识别能力,通过系统探讨机载LiDAR技术的误差来源及其有效改进措施,借助5个红外测距仪器检测墩与5、 10、 30、 50、 70 mm 5个不同厚度板,使用相同无人机与激光扫描设备对观测墩在放置厚度板前、后重复扫描,将多期数据间作一阶差分处理,最大限度抵消机载LiDAR技术对地面高程扫描的系统误差,以测试目前市场主流机载LiDAR设备对小量形变的监测能力,获得了较为可靠的测试效果。结果表明:在多次重复形变监测中,无人机LiDAR点云扫描技术对地表z方向上形变量的最高识别能力约30 mm。基于该测试结果,无人机激光雷达扫描技术不仅可用于传统地形测绘,还能够用于山体滑坡、矿区地表形变监测、地质运动以及自然灾害跟踪等领域,为同等及以上地表垂直方向形变量级的监测方案与实施提供了参考。 相似文献
16.
目的 基于物理模拟的人体运动生成方法由于能够合成符合自然规律的运动片段,可实时响应环境的变化,且生成的物理运动不是机械性的重复,因此是近年来计算机动画和虚拟现实领域中最活跃的研究方向之一。然而人体物理模型具有高维、非线性及关节间强耦合性等特点,求解人体物理运动十分困难。反馈控制器常用于人体物理运动控制,求解时通常需要对多个目标函数加权求和,然而权重的设置需多次试验,烦杂耗时。针对运动控制器求解困难的问题,本文提出了一种面向反馈运动控制器的多目标求解方法。方法 首先,对运动数据进行预处理并提取关键帧求解初始控制器,并设计一种改进的反馈控制机制;在此基础上,种群父代个体变异产生子代,采用禁选区域预筛选策略去除不满足约束的个体,并通过重采样获取新解;然后,通过物理仿真获得多目标适应度值,采用区域密度多层取优选取分布均匀的优秀个体作为下一代父代,并通过基于剪枝的多阶段物理求解算法决定是否进入下一阶段优化;经过多次迭代后获得物理控制器,从而生成具有反馈的人体物理运动。结果 针对提出的方法,本文针对多个测试函数和物理运动分别进行实验:在测试函数实验中,本文分别采用经典的测试函数进行实验对比,在相同的迭代次数下,相比之前算法,本文算法中满足约束的优秀个体命中率更高,反转世距离更小,且最优解集的分布更加均匀;物理运动生成实验中,分别针对走路、跑步和翻滚等运动进行物理运动生成,与之前算法进行对比,本文算法可以更早地完成收敛,同时目标函数值更小,表明生成的运动效果更好。结论 本文提出的进化求解方法可以生成不同运动的控制器,该控制器不仅可以生成物理运动,而且还具备外力干扰下保持平衡的能力,解决了运动控制器求解中多目标权重设置困难、优化时间长的问题;除此之外,本文算法还对具有约束的多目标问题具有较好的求解效果。 相似文献
17.
目的 为了解决四足动物运动数据难以获取的问题,建立一种快速易用的四足动物运动重建和制作途径,提出了一种面向四足动物的实时低维运动生成方法。方法 首先,建立以质点、刚体和弹簧为基础的低维物理解算器,将四足动物骨架抽象为低维物理模型;其次,依据步态模式建立足迹约束,自脚向上分肢体求解全身物理质点的运动信息;最后,依据通用约束修正后的质点位置,反算全身动画骨骼节点,生成目标运动。结果 针对不同步态、不同体型、不同风格的四足动物进行多组实验,本文方法能够达到330帧/s的生成速度,且具备良好的视觉效果和通用性。结论 本文方法的输入数据易于学习和获取,计算过程实时稳定,可以快速生成符合视觉真实感的多风格运动数据。 相似文献
18.
人体运动数据集是运动数据去噪、运动编辑及运动合成等研究的重要基础.为支撑更具通用性的多模态数据融合研究,设计并采集一套公开的多模态人体运动数据集是亟待解决的问题.首先设计基于传感器的动作捕捉设备采集精准的运动数据、基于体感设备采集的粗糙运动数据、基于惯性测量单元采集的局部惯性数据的采集环境;然后基于网络时间协议实现设备间时序同步,以及多模态数据间的空间同步;最后分类采集了全身运动多模态数据集(HFUT multimodal motion dataset, HFUT-MMD),包含12位采集者进行6类运动的总计6 971 568帧数据.利用已有算法在HFUT-MMD数据集上的实验结果表明,低精度运动数据经过模型优化能够得到与精准的运动数据相近的运动数据,佐证了各模态数据间的一致性. 相似文献
19.
由于人体物理运动具有高维、非线性以及关节之间强耦合性等特点,导致物理运动生成求解困难.通过分析人体物理运动解空间,提出一种基于空间划分筛选和智能进化策略相结合的优化求解算法.首先对采集的运动数据进行预处理,并随机取样变异获得进化算法的初始种群;然后利用多组协方差矩阵进化策略算法分别对初始种群中的个体优化求解;再对优化求解得到的若干个体采用子空间划分,选取每个子空间中的最优个体作为下一时刻的初始解;最后经过多次迭代获得物理控制轨迹,生成物理运动.实验结果表明,相对于现有算法,该算法不仅能够使人体物理模型更好地跟踪运动数据,而且在鲁棒性、时间性能、稳定性方面都有较大程度提高. 相似文献
20.