人體運(yùn)動捕獲數(shù)據(jù)的分割算法研究.pdf

1、隨著光電、計(jì)算機(jī)等技術(shù)的飛速發(fā)展，以及圖形學(xué)等理論研究的不斷深入，三維人體動畫技術(shù)在關(guān)鍵幀技術(shù)、運(yùn)動學(xué)、動力學(xué)等傳統(tǒng)方法的基礎(chǔ)上，演進(jìn)產(chǎn)生了效果更加逼真的運(yùn)動捕獲技術(shù)。該技術(shù)自動將演員表演時主要關(guān)節(jié)的運(yùn)動軌跡提取出來，記錄人體運(yùn)動信息。將這些運(yùn)動信息傳遞給動畫人物，產(chǎn)生逼真的運(yùn)動效果。近年來，人體運(yùn)動捕獲技術(shù)已經(jīng)成為國內(nèi)外研究的熱點(diǎn)。通常情況下，運(yùn)動捕獲操作復(fù)雜，價(jià)格較高，需要有比較專業(yè)的演員，這一系列的現(xiàn)實(shí)問題導(dǎo)致運(yùn)動捕獲時一次性捕獲

2、的運(yùn)動序列較長，同時，也讓人們開始考慮如何充分利用已有的人體運(yùn)動捕獲數(shù)據(jù)。因此，人體運(yùn)動捕獲領(lǐng)域內(nèi)出現(xiàn)了對運(yùn)動捕獲數(shù)據(jù)的分割、檢索、編輯與合成等多個重要研究方向。
　　 人體運(yùn)動捕獲數(shù)據(jù)分割是指將長時間運(yùn)動序列中包含的不同類型的人體運(yùn)動數(shù)據(jù)分割開來，形成具有獨(dú)立屬性的運(yùn)動片段。本文的主要工作是對人體運(yùn)動捕獲數(shù)據(jù)的分割算法進(jìn)行研究，為后續(xù)的檢索、編輯與合成等工作提供基本素材。
　　 為了對人體運(yùn)動捕獲數(shù)據(jù)進(jìn)行分割，首先針對

3、CMU運(yùn)動捕獲數(shù)據(jù)庫中ASF/AMC格式的運(yùn)動捕獲數(shù)據(jù)進(jìn)行解析。在此基礎(chǔ)上，將骨架信息和運(yùn)動信息結(jié)合起來，提取出反映人體運(yùn)動信息的四元數(shù)特征、四元數(shù)對數(shù)特征以及骨骼夾角特征，為分割工作的開展打下基礎(chǔ)。
　　 在分割算法的研究方面，首先研究了基于主成分分析和概率主成分分析這兩種分割算法，對采用的特征數(shù)據(jù)進(jìn)行了線性化改進(jìn)，提出將線性四元數(shù)特征用作分割的特征數(shù)據(jù)，并通過大量的實(shí)驗(yàn)，驗(yàn)證了改進(jìn)的合理性。然后，從圖形學(xué)的角度出發(fā)，提取出骨

4、骼夾角特征，對其進(jìn)行分析處理，得到反映運(yùn)動變化趨勢的特征曲線：在此基礎(chǔ)上研究了基于骨骼夾角特征分析的分割算法，提出了自適應(yīng)計(jì)算幅度跳變檢測閾值方法，并引入長度限制條件，在一定程度上提高了該算法的分割效果；為了更好地利用該算法中給出的運(yùn)動特征曲線，在幅度跳變檢測分割的基礎(chǔ)上給出一種交互分割方案，取得了較好的分割效果。最后，研究并實(shí)現(xiàn)了基于對齊聚類分析的人體運(yùn)動捕獲數(shù)據(jù)分割算法，在構(gòu)建相似度矩陣時引入鄰近自適應(yīng)尺度參數(shù)計(jì)算方法，結(jié)合相似度矩