基于kineck的人体动画精讲.doc

基于kineck的人体动画研究 摘要 随着角色动画在电影游戏等行业的大量应用,人体动画合成研究已经成为计算机图形学中一个重要的研究领域。三维人体动画合成技术从传统的依赖动画师经验的手工制作到结合运动捕获设备合成的三维动画,均无法解决人体动画合成的实时低成本获取问题,直到微软推出Kinect设备。针对Kinect设备的特点,本文在基于Kinect的实时人体运动合成方面开展了一系列的工作。主要内容如下: 1)在将Kinect捕获的低维控制信号重建为一个高维人体运动数据过程中,针对搜索时间的问题,提出了基于邻居图的搜索算法查找最近合成的两个运动,再通过K-D树的加速匹配算法查找k个相似数据。 2)本文在上述工作基础上,实现了一个基于Kinect的人体动画合成系统。其可以使用Kinect设备来合成实时的、高维度的人体运动数据,实验结果表明,利用本文所提的算法合成的人体动画具有实时性、逼真性且保持了原有的运动特征。 关键词:Kinect,低维控制信号,基于邻居图的搜索算法,K-D树,人体运动合 成 引言 计算机动画技术对于现代人而言,已经不是什么神秘的事物,《骇客帝国》 中基奴李维斯的精彩特技,《特洛伊》中如诗史般恢弘的战斗场面,计算机游戏中以假乱真的动画片段,无一不归功于现代计算机动画技术。近年来,计算机动画一直是计算机图形学研究中一个非常活跃的领域。 随着计算机软硬件技术及图形学技术的高速发展,计算机动画已经成为一种重要的数字媒体形式。通过计算机生成的许多现实世界中不能拍摄到、但是人们可以想象到且能自行设计出丰富多彩的计算机动画在计算机游戏、影视特技、商业广告、运动仿真及虚拟现实等领域有着非常广泛且深入的应用。 目前国外企业对计算机动画技术及其应用的投入很大,并由此获得了极大的经济收益,如《侏罗纪公园》、《海底总动员》、《指环王》等大片中给人印象极深的特技效果都采用计算机动画技术制作;视频游戏中活灵活现的游戏角色离不开计算机动画技术:虚拟现实及体育仿真等应用也离不开计算机动画技术的支持。 Microsoft在2010年推出的kinect体感游戏设备利用即时动作识别让玩家摆脱传统游戏手柄的束缚,通过自己的肢体来控制虚拟人。在此之前,电脑和视频游戏为控制人体运动提供了大量的接口,例如:鼠标、操作杆和按钮等等。但是,这些接口只是提供了少量的自由度上的控制并且必须自动计算运动细节。索尼的EyeToy是一个基于视觉的系统,该系统不需要任何的标记,就能够提取出一个拳击或者挥手的简单2D动作。文献[2]建立了一个视觉的接口来把从单个视频摄像机上获得的噪音轮廓数据转换成约有2秒延迟的全身运动。文献[3]提出了基于视频跟踪来捕获用户运动的方法,但是这个方法并不能够实时并且精确地重建复杂人体运动。同时,文献[3]最早提出了利用PCA来减少人体运动维数的方法。磁性、机械和基于外骨骼的运动捕获系统虽然能完成一个人体的捕获,但是这些技术往往存在以下缺点:设备昂贵;难以满足普通用户的需求;难以捕获复杂的人体运动。kinect基本上克服了上述的缺点,但是还无法呈现高维人体动画川。大量的研究者已经研究出了利用运动捕获数据合成人体动画的技术。目前最常使用的方法有三种:构建人体运动模型,利用运动图重排运动和插值。文献[9]提出了基于低维信号来生成表演动画的方法。他们从附着少量反光标记的用户的动作中获取低维控制信号,通过在线局部建模和在线运动两个过程,重建出一个完整的人体动画。 本文利用Kinect从表演者的动作中获取低维控制信号,通过在线局部建模和在线运动合成两个过程,使低维信号被重建为一个完整的人体动画,以实现从低维到高维的实时运动重建效果。基于Kinect的高维运动数据合成研究。主要介绍利用Kinect捕获用户动作的低维控制信号,然后采用双级结构来合成人体动画,以实现从低维控制信号到高维控制信号的实时合成。其中第一级首先通过构造一个邻居图缩小搜索空间,再利用K-D树搜索算法搜索数据库得到K个相似数据,最后利用PCA学习一个简单的线性局部模型,每一个新的局部模型都会被用于合成一个动作,第二级是利用平滑、控制、人体姿势优先等参数对线性模型进行优化。 1.1基于Kinect的低维运动数据捕获 本文研究的重点是利用低维运动数据实时驱动人体动画的合成。其中使用的实时低维运动数据是由Kinect捕获所得,捕获所得的实时运动数据范围覆盖人体各个部位的运动,包括手腕、手臂、脚和小腿等。而且Kinect会依据捕获的深度信息构建人体骨豁。当玩家进行表演(左右移动或者跳跃)时,Kinect会实时捕获到其运动数据,同时使程序做出反应。Microsoft在2011年6月发布的Kinect For Windows SDK beta版本使得研究人员可以在Window 7操作系统下进行学术