基于区间树硬件加速索引的Marching Cubes算法

为了充分利用GPU的海量线程并行架构,提高等值面可视化效率,提出一种基于区间树硬件加速索引的Marching Cubes算法.该算法在预计算阶段利用GPU构造多区域的区间树作为体数据体素的值域索引;在实时运行阶段根据用户给定的阈值,通过该索引并行地搜索活跃体素,并生成活跃体素的多级索引,然后分配线程处理活跃体素,抽取并绘制等值面.将文中算法应用到不同体数据上的实验结果表明,其能够显著地提高现有Marching Cubes算法的效率;与现有的GPU基准算法相比,最高能达到4～10倍的加速比.     

基于RGB-D深度相机的室内场景重建

目的 重建包含真实纹理的彩色场景3维模型是计算机视觉领域重要的研究课题之一,由于室内场景复杂、采样图像序列长且运动无规则,现有的3维重建算法存在重建尺度受限、局部细节重建效果差的等问题。方法 以RGBD-SLAM 算法为基础并提出了两方面的改进,一是将深度图中的平面信息加入帧间配准算法,提高了帧间配准算法的鲁棒性与精度;二是在截断符号距离函数(TSDF)体重建过程中,提出了一种指数权重函数,相比普通的权重函数能更好地减少相机深度畸变对重建的影响。结果 本文方法在相机姿态估计中带来了比RGBD-SLAM方法更好的结果,平均绝对路径误差减少1.3 cm,能取得到更好的重建效果。结论 本文方法有效地提高了相机姿态估计精度,可以应用于室内场景重建中。     

基于物理的人体空中运动仿真

根据给定的处于关键时刻的人体关键姿态,运用优化方法生成满足牛顿力学的人体运动是人体运动仿真研究的重要问题.由于牛顿力学的强非线性和数值优化方法只能找到局部最优解,将牛顿力学约束直接作为约束条件的优化模型在实践中的收敛性不好.通过将牛顿力学约束转化为目标函数,同时增加对关键时刻的优化,提高了模型的收敛性,使其不依赖于被仿真运动的类型、人体质量参数和关键时刻准确程度等因素.仿真出来的人体运动尽可能地满足了牛顿力学.通过仿真7类复杂的蹦床运动验证了新模型的有效性,同时还将该模型用于人体受力分析和体育运动的新动作设计.     

人体运动的函数数据分析与合成

在许多虚拟现实的应用中,虚拟人作为人在计算机中的表示,是提高其交互能力和沉浸感的重要因素之一.然而,对于虚拟人建模而言,合成逼真、可控的虚拟人运动仍然是具有挑战性的课题.为此,提出了一种基于函数数据分析的人体运动合成方法.通过对一组样本运动进行函数主成分分析,构建出一个由特征运动构成的低维函数子空间.该低维子空间不仅能够有效地刻画样本序列内在的变化规律,而且也为有目的的运动合成提供了方法.在该空间中,通过控制各特征运动的系数即可合成出逼真、平滑的运动序列.该合成过程没有耗时的计算,因此能够满足各种实时应用     

基于图像的启发式三维火焰重建算法

研究了火焰的重建,为改进现有稀疏视角输入下的层析成像算法的重建精度,提出了一种基于图像的启发式火焰重建方法。该重建方法通过迭代优化求解能量约束模型,实现对火焰三维温度场的重建。算法允许复杂的成像模型应用于重建过程中,使渲染过程更接近火焰真实成像过程,并对数据平滑性进行约束,以提高重建结果质量。算法在迭代过程中使用启发式规则引导温度场数据调整,使算法快速收敛,并通过使用图形处理器加速重建过程。使用模拟数据和真实捕获数据进行实验,结果表明,与现有方法相比,提出的方法有效提高了重建结果的精度及平滑性,验证了提出方法的有效性。     

多人实时协同设计在虚拟家装系统中的研究与实现

本文主要介绍了基于计算机支持下的协同技术中的多人实时协同的算法和理论,以及多人协同模块在虚拟家装系统中的具体实现,令分布在不同地域的普通用户在同一时间浏览、设计同一个户型的任意部分,提高了虚拟家装系统的设计效率,增强了用户对软件的应用体验,带来了巨大的经济效益。     

基于环约束的虚拟人动态LOD技术

针对虚拟人体模型及其运动序列提出一种简化方法．首先在人体骨架节点（关节）等基本模型表面附近添加环形约束,结合Qslim算法生成基本简化模型;其次利用顶点混合方法从基本简化模型生成简化序列．实验结果表明。该方法可生成逼真的简化运动序列,且在简化过程和LOD控制过程中均独立于具体运动序列,适合规模群体的实时驱动．     

基于局部支撑姿态的逆运动学求解

逆运动学(Inverse Kinematics)是虚拟角色运动控制的一种基本方法,它根据用户指定肢体末端的位置计算出虚拟角色各个关节的旋转.传统算法求解时没有考虑人体姿态的运动规律,因此其结果不能完全令人满意.文中提出了一种利用捕获的运动数据辅助求解逆运动学问题的新方法.通过自组织映射(Self-Organizing Map,SOM)对姿态数据学习和聚类,获得一组刻画人体姿态空间的支撑姿态,然后通过对问题所在局部空间的支撑姿态加权优化来求解逆运动学问题.该方法克服了传统方法结果不自然、计算效率较低的缺点.实验结果也表明了该文方法的有效性.     

一种用于群体模拟的分层次避障法

个体避障是实现基于主体的(agent-based)群体模拟中一个很重要的问题,为了实现个体间以及个体和环境间的碰撞避免并杜绝穿透,人们提出了大量避障方法.但是,这些方法面临的挑战在于:如何杜绝穿透现象并最大程度地减少由于避障需求而带来的个体行为模拟上的空间限制和失真.针对这一问题,提出了一种分层次避障方法,从静态避障、动态避障、穿透矫正3个不同的层次对避障进行处理.静态避障层和动态避障层通过对物体的划分和分别避障,极大地减少了各层次避障时需要考虑的各种复杂情形;而基于可变包围盒和原位置的穿透矫正层则有效地杜绝了模拟中出现的穿透现象,也消除了现有模拟中由于避免穿透而引入的空间限制和失真.     

基于局部先验模型的单目视频人体运动跟踪

在基于模型的单目视频人体运动跟踪中,视频图像信息往往不足以恢复人体姿态,通常需要加入对姿态的先验约束才能得到合理的解.为了有效地刻画人体运动过程的时变动态特征,提出局部先验模型,其中包括局部动态过程和局部姿态分布密度,通过在样本空间中检索出相似姿态的集合,并利用该集合学习模型参数来比较精确地刻画人体的运动规律.实验结果表明,与全局动态模型相比,局部先验模型有效地克服了肢体自遮挡和肢体混淆等问题,取得了更好的跟踪结果.