动作捕捉课堂笔记

《动作捕捉课堂笔记》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、.《动作捕捉技术与应用》笔记笔记来源石壮壮蒋兰手打石壮壮第一讲动作捕捉概述1、动作捕捉是一门综合计算机图形学、电子、机械、光学、计算机视觉/软件等技术捕捉表演者的肢体、表情，产生三维数据，对这些数据进行分析、处理的过程。（技术方法）（sample、record）→3D2、获取动作信息的方法：模型模拟、艺术造型、动作捕捉。3、捕捉动作的特点：1）真实性；2）速度快；3）可控性；4）经济性；5）可编辑性。4、动作捕捉的产生和发展5、动作捕捉系统的类型1）机械式（传感器）优点：实时、成本低、精度高、易标定、无电磁干扰、捕捉范围大、易携带缺点：捕捉动作有限、传感器配置不灵活、易损坏、

2、采样速率低、无全局位移2）电磁式发射源、接受传感器、数据处理显示优点：六维信息（位置x、y、z+旋转）、实时性好、速度快、标定简单、相对便宜、可多人同时捕捉缺点：电磁干扰、范围有限、比光学式采样速率低、容易出现噪音、配置不灵活3）声学式发送器、接受器、处理单元优点：技术相对简单4）光学式：通过对目标特定光点的监视和跟踪来完成运动捕捉的任务。两台摄像机同时拍到，可确定物体的空间位置。高速拍摄→运动轨迹主/被动式优点：数据准确、捕捉空间大、速度快、标定简单、表演者受限小、可多人同时捕捉、标识球数目可变缺点：昂贵、数据需要处理、数据可能丢失、现场光需要控制、实时性局限位置→传感→光

3、学→电信号6.捕捉的动作类型肢体动作、局部肢体动作、面部表情、皮肤动作、动物与玩偶-..第二讲捕捉系统的构成及技术分析（以光学系统为例）1、动作捕捉系统的构成（1）传感器固定在运动物体上，把位置信息转化成捕捉装置可接收的信息。（2）信号捕捉设施位置信号的捕捉：对光学动作捕捉系统，高分辨率红外摄像机（3）数据传输设备将大量的运动数据从信号捕捉设备快速准确地传输到计算机系统进行处理。实时、准确、多通道传输、同步（4）数据处理部分（使用计算机软件）根据应用类型和应用目的，处理成所需要的形式。通常用计算机软件来实现。&*一种典型的光学动作捕捉系统的构成东方新锐DVMC-8820三维捕

4、捉系统1）DVMC-8820传感器轻质和表面高反射材料制成2）DVMC-8820信号捕捉设施专用近红外高感度摄像机，采用高感度近红外（C1）传感器转换成电信号。3）DVMC-8820数据传输设备多路视频控制器（1）高性能工作站（2）标识点特征学习软件用于学习三维运动捕捉系统所采用的高反射标识球的特征是适应捕捉空间环境变化、实现高精度标识点识别的辅助工具软件。具有实现图像显示、灰度调节、标识点形状识别、中心演算等功能。生成的参数文件支持三维运动捕捉系统的三维空间标定。运动捕捉中的实时标识点精度识别。从视频信号中通过特征学习，找到特征点。（3）高精度三维空间标定软件通过三维空间位

5、置标定（静态标定）和空间范围标定（动态标定）实现三维空间的精确标定。（4）高精度三维动作数据采集软件核心软件采集、自动数据匹配等处理→得到三维数据（DRS格式）（5）三维运动数据编辑/通用数据格式转换软件对DRS格式的三维动作数据进行处理和格式转换。*VICON、魔神、DVMC→这是其他典型的光学运动捕捉系统*短焦视野大、长焦视野小*区别灰度、光斑大小（去噪）*多目成像→3D→格式文件*转换系数（22参数）/系统定标（6个或者以上靶点）2、视频的采集与处理-..1）视频采集系统：（1）视频采集系统结构及其文件性能参数（2）采集的数据量-通道数目与采集速度（3）同步控制视频采集

6、系统的基本构成光学镜头、图像传感器、A/D转换器、逻辑控制器、信号处理器、缓存与输出接口2）内容处理：（1）数据格式（包含格式说明+数据内容两部分）；（2）内容（数据）读取；（3）数据分析（灰度、面积、不规则）确定标志球；注意球的位置、去噪*标识点特征学习软件。3、标定与三维重建（1）基本原理（两目成像）利用CCD摄像机（两个摄像机）的透视规则两个二维数据→三维数据（2）标定的概念利用6个已知靶点→24个方程→22个未知数，这叫做系统定标。用以求出双摄像机测量系统的变换矩阵A、B。4、识别与追踪（1）识别目的：将标识球三维空间重建坐标分组、根据使用目的加以编号（将光斑映射到骨

7、骼系统，每一个光斑对应相应的骨骼）方法：将表演者贴上反光点的静态姿势撷取下来，以人工方式在计算机中标定出每一个反光点的编号。将标识好的资料储存下来，成为参考样板。往后计算机可利用这个样板完成标识工作。（2）追踪目的：获得正确的以标识点为簇的三维空间轨迹信息，是光学式系统最为重要的一项技术。当一个演员身贴26/28或者更多反光点在摄像机前运动。在时间轴上看空间位置变化。计算机分析摄影机位置、反光点数量，经过复杂的运算，得到标识点的移动信息。追踪方法→追踪速度：干扰*Kalman滤波S（k+1)=F`S（k