基于运动捕获数据之色动画合成探讨

《基于运动捕获数据之色动画合成探讨》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于运动捕获数据之色动画合成探讨----动漫设计论文-->第1章绪论1.1研究背景及意义本文以实验室的前期课题文本驱动虚拟人动作合成为基础[7]，针对运动捕获数据具有较高的采样频率，数据量庞大且有大量的数据冗余问题，提出了一种基于帧间距的运动关键帧提取方法，根据关节对人体运动姿态的贡献程度的不同，为每个关节设置不同的权值系数，运动巾贞间距离被定义为人体30个关节上的总变化，第一个关键帧为运动数据的首巾贞，不断计算当前巾贞同最后一个关键顿之间的巾贞间距离，顿间距超过阈值的中贞被当作为新关键巾贞，原因是超出阈值认为其已超出线性变换范围，动作即将发生明显变化

2、，同时消除帧间距离小于给定阈值的帧，最后对提取关键侦集合采用四元数球面插值方法重构，为表现人体运动特征，在重构误差中引入了关节速度分量，用人体姿势误差位置与人体关节运动速率之和来表示原始运动与重建运动序列之间的重构误差。提出了运动捕获数据驱动角色动画方法，包括软件中皮肤与骨骼IK手柄的建模，骨豁与皮肤初始匹配，软件中蒙皮绑定权值生成，运动数据驱动皮肤变形以及动画效果检测，实现了运动捕获数据驱动骨架，骨架带动皮肤变形的角色动画。1.2国内外研究现状计算机动画最早开始于对物理动画的研究，其为后来的虚拟人动画研究提供大量前期基础基于物理动画重点考虑了外力对物

3、体自身的的影响，构建一个动力学系统模型用于模拟物体受到外力影响而发生的形变。随着计算机动画技术发展，出现了人体动画与人脸动画两个分支，人体动画主要表现人的四肢和头部等关节运动情况，人脸动画是主要关注人脸的五官与表情，虽然人体和人脸二者都是属于人体，但是两者之间有很大差别。.............第2章虚拟人运动基础2.1人体结构模型简化人体结构模型主要由骨架层，肌肉层和皮肤层组成，核心的部分是人体骨架，角色动画是由人体骨架来驱动，由骨架带动皮肤变形。我们选取一些主'要关节来建立虚拟人骨豁模型，将人体骨架模型简化处理为一个人体重心(root)、28个关

4、节点、30个骨豁段连接起来人体层级骨架模型，关节点与关节点之间的连线构成骨豁，每两端骨豁之间连接点称为关节点，关节点个数越多使人体运动表现更加丰富，但是运动复杂性和可控性难度也大大增加，图2-1是人体树形结构拓扑图。2.2运动捕获数据解析在运动捕获数据asf与amc文件中，asf文件存储了人体骨架数据，amc文件存储了人体各个关节运动旋转信息，asf文件与amc文件是用ASCII表示的，其可以用记事本打开。asf文件定义了人体骨豁模型最基本的姿态，如图2-2所示，人体由30个骨豁段相连接组成，根节点坐标详细描k了人体所处的位置以及方向，asf使用两类坐

5、标系描述角色运动，分别是固定在根节点的全局坐标系（与世界坐标系原点重合）以及依附在各关节点局部坐标系，表2-2详细解析了asf文件各个参数的含义。本章实现了运动捕获数据asf与amc文件的解析，介绍了向量四元数、旋转矩阵以及欧拉角，为后续第三章的运动关键顿提取与第四章的人体皮肤变形动画生成提奠定了坚实的数学基础。第3章运动关键帧提取........153.1运动关键帧提取与重构...................153.2四元数旋转距离........................15第4章运动捕获数据驱动人体皮肤变形...............

6、214.1运动数据驱动人体皮肤变形动画.......................214.2皮肤层与IK建模..................224.3柔性绑定与权值生成..............23第5章实验结果与分析........................275.1实验开发环境与工具...............275.2实验总体设计框图...................27第5章实验结果与分析5.1实验开发环境与工具本实验是在IntelCore2.0内存和U)。5.2实验总体设计框图数据导入区能导入运动捕获asf文件与amc文件

7、，皮肤网格OBJ文件、蒙皮绑定权值参数txt文件，图形显示区有显示骨豁、显示蒙皮、显示关节点，显示世界坐标系、显示地板功能。动画播放区有后退一帧，播放、暂停、前进一顿以及复五个按钮位。数据处理区有运动关键顿提取阈值输入按钮。视图控制可以用键盘“Cnie()函数实现了对amc格式文件数据的读取，运动数据驱动骨架运动，图5-5对运动长度为144帧的舞蹈运动解析并绘制所有喊显示图，图5-6为加载运动长度为296巾贞翻筋斗运动绘制所有巾贞显示图，图5-7为加载运动长度为154中贞的立定跳远运动所有巾贞显示图。.............结论(1)提出了一种基于帧

8、间距运动关键帧提取方法。针对运动捕获数据数据量巨大，且其中有大量的数据冗余，本文提出一种基于帧