布料动画方法研究进展及问题

布料动画技术是计算机动画领域的热点研究方向,可以广泛应用于数字娱乐、三维游戏以及服装工业等多个领域.布料动画技术最为核心的研究问题是布料动画方法,其旨在构建动画模型,驱动布料产生形变,继而生成连续动画.好的布料动画方法是保证富有动感、且视觉逼真的布料动画生成的根本因素.近年,由于实际应用对布料动画模拟逼真性与实时性等需求的迫切增长,许多新技术和新方法应运而生.文中重点围绕布料动画方法的研究进展进行介绍.首先在对国内外研究工作进行全面分析与总结的基础上,根据生成布料动画所采用的技术不同,将其分为几何法、物理法、混合法、自适应网格法、约束动力学法、实例数据法、并行计算法等7大类,详细阐述每一类方法的原理及特点,并重点介绍每类方法近期出现的新工作;其次,对各类方法的优缺点及产业影响进行对照分析;最后,结合实际应用需求,针对目前工作中存在的不足,提出一些可继续深入研究的问题,并指出布料动画技术研究与应用的前景方向.     

基于双重优化的连续手势识别方法

基于计算机视觉的连续手势识别因为其自然性和便捷性在大型互动娱乐、互动教育等方面得到了广泛应用.在连续手势识别过程中,解决手势分割问题的已有方案多存在计算量大效率低的缺点;解决独立手势识别问题的已有方案多存在训练参数设定过程复杂的缺点.针对这两个问题做出两点优化:其一,提出一种基于隐状态模式归一化的方法对连续手势进行分割,提高了手势分割的效率;其二,提出一种基于参数自反馈调节的独立手势训练和识别方法,降低了独立手势训练的难度,并提高了识别的精度.实验证明,提出的基于双重优化的连续手势识别方法与原有方法相比在精度和效率上都有较大提升.     

一种有效的隐式约束动力学布料动画方法

布料动画中,通常采用施加约束的方式限制布料的过度拉伸.已有的研究工作没有充分考虑拉伸约束与弯曲形变之间的关系,构造的动画模型并不完善,无法模拟布料无拉伸而多褶皱的“刚柔”相混的复杂变形效果.针对此问题,提出一种基于隐式约束力的布料动画方法.首先,建立有效的布料弯曲受力模型,并提出一种动态适应性约束方法,能够同时处理布料运动过程中结构和剪切2种不同类型的拉伸,避免单一结构拉伸约束导致的“过剪切”变形或者过约束导致的“刚性”失真效果;建立碰撞约束,避免局部调整穿透质点引起的过度拉伸问题.其次,将各种约束以隐式约束力的形式增加到动力学系统中,采用约束型迭代精化的方法进行求解.实验结果表明,该方法稳定有效,能够在保持布料弯曲形变的前提下,将拉伸控制在合理范围内,真实地刻画布料“易弯抗拉”的变形特征,实现逼真的布料变形动画模拟.     

一种基于混合模型的实时虚拟人服装动画方法

实时服装动画生成技术能够为三维虚拟角色实时地生成逼真的服装动态效果,在游戏娱乐、虚拟服装设计展示等领域有着广泛的应用前景.其难点在于如何建立服装动画计算模型,在实时计算的前提下获得最佳的服装动画生成效果.在对服装模型与人体模型在运动过程中发生的位置冲突(collision,也称碰撞)进行分析的基础上,研究并提出了一种基于混合模型的实时虚拟人服装动画计算模型.首先,根据服装动画样本数据中服装与人体发生位置冲突的信息,对服装与人体的运动相关性进行分析;在此基础上,提出并实现一种新的混合策略,将具有较好服装动态模拟效果的动力学计算模型与具有较高计算效率的几何变形方法进行混合,建立支持实时计算且效率可动态控制的服装动画计算模型.实验结果表明,该计算模型能够实时地生成具有较好视觉逼真性的服装动画.     

等值线自动建立拓扑关系算法与快速填充应用

通过构建“拓扑包含二叉树”,找到了一种自动建立等值线拓扑关系的新方法,并且提出了一种基于拓扑关系的等值线图快速填充算法,从而很好地解决了在任意比例尺、任意高程间隔、任意边界情况下,实现等值线矢量快速填充应用效果的难题。该方法已在海底地形可视化与自动在图技术研究中实现了成功地应用,并取得了良好的效果。     

群组动画中的队形约束与控制方法

针对影视制作中对大规模虚拟群体运动控制的需求,提出一种基于队形约束的群体运动编辑与控制方法.首先利用贪心算法构建从初始队形到目标队形中个体位置的配对关系;然后对其进行优化,在保持个体相对位置的同时尽可能减少路线交叉;最后通过匹配虚拟角色的运动来合成流畅、逼真的群组动画.采用文中方法用户只需输入群体规模以及群体队形轮廓,即可实现对群体运动的编辑与控制.实验结果表明,该方法能够对不同规模、不同队形间的群体运动实现有效控制,从而提高群组动画制作的效率.     

开放性公共场所人员疏散行为倾向分析

开放性公共场所人群聚集风险突出,常规的疏散措施不能有效缓解场所内外的人群聚集风险态势,需要掌握突发情况人员疏散行为特征。选择深圳东门步行街为研究区,开展人员疏散行为问卷调查,根据人群聚集状态拟定人员疏导服从性、聚集拥堵应对和应急疏散响应3类疏散行为倾向场景,并采用SPSS 25.0卡方检验分析性别、年龄段、群组等基本特征与人员疏散行为倾向之间的相关性。研究结果表明：步行街存在老幼群体、携带包裹、环境熟悉度低等影响疏散效率的因素;小部分人在面对疏导、遭遇聚集拥堵情形后可能采取继续停留拍照、长时间等候、围观等聚集行为,以及在被疏散至安全地带后围观甚至返回,这些行为可能导致场所内部聚集得不到有效缓解,并在外围形成新的人群聚集风险点;“男性、大群组、短期游客”三类群体的疏散行为表现不佳,聚集围观、停留以及返回的比例更高,尤其是同行人数4人及以上的大群组更可能采取往前挤这种危害行为。     

基于点采样的大规模三维模型显示

大规模三维模型的实时显示一直是许多虚拟现实应用追求的目标之一,也是计算机图形学领域的研究热点之一。文中采用基于采样点的显示方法,把具有显示质量优势的传统三角形与显示速度快、简化表示能力强的采样点,通过八叉树有机组织起来;通过对基本算法做出有效的改进,并添加计算分解和重用、有效的数据管理等模块,以高效的实现方式完成了30,000个独立运动的虚拟人场景的实时显示。文中的方法也可处理其它场景,能直接应用于紧急疏散或影视、游戏等领域中大规模三维模型的显示,具有很好的应用前景。     

Agent-Based群体模拟中的朝向计算方法

基于智能体(agent-based)的群体模拟中,已有的朝向计算方法易产生个体的朝向突变或僵硬的转弯行为,导致高密度群体的三维运动效果失真.为此提出一种适用于agent-based模型的双层朝向处理方法.在理论层上,依据角动量约束构建出朝向旋转方程,在计算路径过程中综合考虑个体期望方向、角速度约束、外部干扰转动等因素,计算个体朝向的初值;在数据层上,采用朝向过滤技术对初值进行处理,并在四元素空间内进行球面插值,最终生成群体的运动朝向.实验结果证明,该方法能实时地计算出自然平滑的高密度群体朝向数据.     

基于双层候选集的快速人体-服装冲突检测

冲突检测是人体-服装动画研究的核心技术之一,已有的层次冲突检测方法在处理服装变形时需要对层次节点进行大量更新,计算复杂度高,难以满足实时检测的要求,针对人体和服装的特殊位置关系和运动规律,提出一种基于双层候选集的实时冲突检测方法.首先为服装模型的每个顶点建立可能发生位置冲突的人体模型面片候选集,利用候选集的母子双层结构剔除绝大多数不可能发生冲突的图元.该候选集相对于已有的层次方法具有更快的更新速度且具有较好的独立性,便于并行处理;在确定可能冲突的图元后,采用GPU片段程序来加速大规模图元间的相交测试.实验结果表明,该方法检测迅速准确,对一般人体-服装模型(10000面以下)能达到30～75帧/s的实时处理.