主办单位: 共青团中央   中国科协   教育部   中国社会科学院   全国学联  

承办单位: 四川大学     

基本信息

项目名称:
面向体感游戏的人体运动生成方法
小类:
信息技术
简介:
本文针对动作捕获系统中的难点通过一种逆向外极限约束的多摄像机人体跟踪算法进行动作捕获,准确、高效、实时地获取跟踪目标的运动信息。同时提出了一种新的运动重定向算法来解决在3D地形约束条件下人体运动可能产生的失真现象。
详细介绍:
面向体感游戏的人体运动生成方法的研究对实时3D体感游戏的开发有重要意义。 本文的研究目标通过动作捕获技术及实时运动重定向技术,实现体感游戏中虚拟角色的运动的生成。 本文的研究方法为: (1)针对动作捕获中卡尔曼滤波算法的误差累计及外极线的矩阵计算误差,标记点大小等的问题,提出了一种能够有效解决当前跟踪算法中跟踪精度低和自遮挡等问题的算法,该算法结合了多视角几何关系、卡尔曼滤波、外极限约束、逆向外极限约束和数据关联等技术对人体运动轨迹进行跟踪捕捉。能够高效、准确地获取人体标记点的位置。 (2)提出了一种在3D地形约束条件下的运动重定向算法,通过对目标人体的末端效应器的调整,质心的调整以及上体躯干姿势的调整,使目标人体的运动姿势在3D地形下避免出现失真、抖动现象。 最后,针对本文提出的人体运动生成方法进行实验验证。实验结果表明,逆向外极线约束为中心的算法能准确地跟踪标记点位置,提高了运动跟踪效率。在重定向到3D地形条件下的目标人体运动姿势自然连续,未出现失真、抖动现象。

作品图片

  • 面向体感游戏的人体运动生成方法
  • 面向体感游戏的人体运动生成方法
  • 面向体感游戏的人体运动生成方法
  • 面向体感游戏的人体运动生成方法
  • 面向体感游戏的人体运动生成方法

作品专业信息

撰写目的和基本思路

提出新的多摄像机人体跟踪算法,能够准确、高效、实时地获取跟踪人体的运动信息。又提出了一种新的运动重定向算法来实现在3D地形约束条件下人体自然运动。 写作思路为: 第一章阐述了论文的研究背景与研究内容;第二章介绍如何获取人体运动信息,重点讨论了动作捕获技术中运动跟踪的实现;第三章介绍如何将捕获的数据重定向到3D地形约束下的虚拟角色中;第四章对算法进行验证,并对实验结果进行分析。

科学性、先进性及独特之处

1.针对体感游戏的需求,提出了一种能够有效解决当前跟踪算法中跟踪精度低和自遮挡等问题的算法,它结合了多视角卡尔曼滤波、外极限约束、逆向外极限约束等技术对人体运动进行跟踪捕捉。能够高效、准确、实时地获取人体标记点的位置。 2.首次实现在3D地形约束条件下的算法。本文提出了一种在3D地形约束条件下的运动重定向算法,通过人体模型末端效应器挑战,达到人体运作姿势自然化,并通过计算机实现。

应用价值和现实意义

此研究成果将带动电视产业及通信运营商企业的发展:体感游戏与电视的连接,推动新型电视业;与3G手机结合,革命性地开创人机交互新方式;与中国电信的体感游戏业务结合作为设备供应上。同时体感游戏将会成为互联网电视的新希望,实现互联网电视与游戏产业对接。 体感游戏的研究也将推动其他文化产业的发展:体感游戏中人体运动生成方法的研究技术在影视动漫,虚实交互,体育运动等其他领域都有着广泛的应用。

学术论文摘要

面向体感游戏的人体运动生成方法的研究对实时3D体感游戏的开发有重要意义。 本文的研究目标通过动作捕获技术及实时运动重定向技术,实现体感游戏中虚拟角色的运动的生成。 本文的研究方法为: (1)针对动作捕获中卡尔曼滤波算法的误差累计及外极线的矩阵计算误差,标记点大小等的问题,提出了一种能够有效解决当前跟踪算法中跟踪精度低和自遮挡等问题的算法,该算法结合了多视角几何关系、卡尔曼滤波、外极限约束、逆向外极限约束和数据关联等技术对人体运动轨迹进行跟踪捕捉。能够高效、准确地获取人体标记点的位置。 (2)提出了一种在3D地形约束条件下的运动重定向算法,通过对目标人体的末端效应器的调整,质心的调整以及上体躯干姿势的调整,使目标人体的运动姿势在3D地形下避免出现失真、抖动现象。 最后,针对本文提出的人体运动生成方法进行实验验证。实验结果表明,逆向外极线约束为中心的算法能准确地跟踪标记点位置,提高了运动跟踪效率。在重定向到3D地形条件下的目标人体运动姿势自然连续,未出现失真、抖动现象。

获奖情况

第二届湖南师范大学“挑战杯”一等奖

鉴定结果

参考文献

[1]C.Wren,A.Azarbayejani,T.Darrell.Pfinder:Real-time Tracking of the Human Body[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1997,19(7):780-785 [2]P.Fua,A.Gruen,R.Plankers.Human body mod-eling and motion analysis form video squences[A].In:Proceedings of International Archives of Photogrammetry and Remote Sensing,Hakodate,1998,32:866-873 [3]Z.Y.Zhang.A Flexible New Technique for Camera Calibration[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,November,2002,22(11):1330-1334 [4]Z.X.Luo,Y.T.Zhuang,Y.H.Pan.Video based motion capture[J].Journal of Image and Graphics:A,2002,7(8):752-758 [5]杨熙年,张家铭,赵士宾.基于骨干长度比例之运动重定目标算法[J]. 中国图象图形学,2002,7(9) : 871 ~875. [6]杨熙年,张家铭,赵士宾.基于骨干长度比例之运动重定向目标算法[J]. 中国图像图形学报.2002年8月,第7卷,第9期. [7]罗忠祥,庄越挺,刘丰,潘云鹤.基于时空约束的运动编辑和运动重定向[J].计算机辅助设计与图形学学报. 2002年12月,第14卷,第12期.

同类课题研究水平概述

本文涵盖了动作捕获技术和运动重定向技术的内容。 (1)动作捕获技术的国内外研究现状与存在的主要问题 动作捕获(Motion Capture)是采用数字化手段对现实世界中对象的运动进行记录并真实再现到虚拟环境中的过程。 动作捕获的技术主要为三种:机械式、电磁式和光学式(光学又分为主动式和被动式两种)。 当前国外主要存在以下几类主要跟踪算法:J.Segen等为代表的基于轮廓的跟踪算法[1];C.Wren等为代表的基于区域的跟踪方法[2]; P.Fua等为代表的基于模型的跟踪算法那[3]。 国内研究中,张正友标定算法[4]计算每个摄像机的内参数较为通用,罗忠祥等在基于特征的跟踪算法上有着突出贡献。 国外处理数据关联关系的关键依据方法为:最近邻方法;联合概率数据的关联方法Samuel Balackman等为代表[6];多假设跟踪方法D Reid等为代表[5]。 国内主要使用最近邻近的方法或思想。 (2)运动重定向技术的国内外研究现状与存在的主要问题 运动重定向技术是指把动作捕获的运动信息,通过某种重定目标算法,对运动信息进行编辑和调整,把调整后的运动信息赋予另一个具有相同关节结构的不同肢体长度的虚拟角色,并且不失原来的运动特征。 国外的研究中,Hodgins和Pollard[7]最早提出了一种运动变化重利用的问题,通过调整物理参数来修正变化了的目标物体的运动。Jean-sebastien mozani[10]等人提出了一种新的重定向方法,计算原物体和目标之间的一个中间骨架模型,并利用反向运动学来保持约束,实现了不同层次和几何结构的人体之间的重定向。后来Choi等人[11]利用捕获资料的密集重复性提出了一种实时运动重定目标算法,其将每一帧中源人体末端效应器的空间位置设定为目标人体末端效应器的强制约束,同时还利用了逆向率控制的技术,并要求目标帧之间关节角度差异最小。 国内杨熙年等人[15]将逆向运动应用在重定向上,提出了结构相同,骨架各肢长度不成比例的运动重定向。罗忠祥等人[16]主要研究了基于时空约束的运动编辑。阳小涛等人[17]研究了运用在运动重定向技术中的反向运动学,提出了一种可较好解决反向运动学问题的方法--CCD算法。
建议反馈 返回顶部