三维人体运动重定向技术研究

《三维人体运动重定向技术研究》由会员分享，可在线阅读，更多相关《三维人体运动重定向技术研究（75页珍藏版）》请在金锄头文库上搜索。

1、 分类号 TP391 学号 09050011 000 密级 硕士生姓名 公 开 工学硕士学位论文 三维人体运动重定向技术研究三维人体运动重定向技术研究 冯晓萌 学 科 专 业 控制科学与工程 研 究 方 向 多媒体信息系统 与虚拟现实技术 指 导 教 师 吴玲达 教授 国防科学技国防科学技术大学研究生院术大学研究生院 二二一一一一年年十十一一月月 论文书脊论文书脊 （此页只是书脊样式，学位论文不需要印刷本页。） 三维人体运动重定向技术研究 国防科学技术大学研究生院 The Technique of 3-dimensional Human Motion Retargeting Candidate

2、：Feng Xiaomeng Advisor：Prof. Wu Lingda A dissertation Submitted in partial fulfillment of the requirements for the degree of Master of Engineering in Management Science & Engineering Graduate School of National University of Defense Technology Changsha，Hunan，P.R.China November，2011 国防科学技术大学研究生院硕士学位论

3、文 第 I 页 目目 录录 摘 要 . i ABSTRACT . ii 第一章 绪论 1 1.1 研究背景 . 1 1.2 国内外研究现状 . 2 1.2.1 运动捕获技术 2 1.2.2 运动重定向技术 4 1.3 论文主要研究成果 . 8 1.4 论文组织结构 . 9 第二章 运动捕获数据解析及运动生成 10 2.1 运动捕获数据解析 . 10 2.1.1 人体骨骼模型 10 2.1.2 运动数据 13 2.2 运动生成 . 13 2.3 本章小结 . 14 第三章 规则平面上的下肢运动重定向 15 3.1 脚部失真现象分析 . 15 3.2 足迹整体缩放的运动重定向算法 . 16 3.2

4、.1 足迹缩放理论分析 17 3.2.2 重定向算法 18 3.3 保持足迹的运动重定向算法 . 19 3.3.1 修正原始足迹 20 3.3.2 重定向算法 20 3.4 实验结果与分析 . 22 3.4.1 足迹整体缩放 22 3.4.2 保持足迹 24 3.4.3 算法对比 26 3.4 本章小结 . 27 第四章 手有位置约束的运动重定向 28 4.1 轨迹缩放方法 . 28 国防科学技术大学研究生院硕士学位论文 第 II 页 4.2 约束轨迹生成 . 29 4.2.1 距离探测 29 4.2.2 轨迹生成 30 4.3 优化求解算法 . 33 4.4 实验结果与分析 . 35 4.4

5、.1 约束轨迹生成 35 4.4.2 运动重定向结果 36 4.5 本章小结 . 40 第五章 运动重定向原型系统设计与实现 . 41 5.1 分类运动重定向技术框架 . 41 5.1.1 运动分类 41 5.1.2 技术框架 42 5.2 原型系统设计与实现 . 43 5.2.1 功能设计 43 5.2.2 系统流程 43 5.2.3 系统实现 44 5.2.4 系统应用 46 5.3 本章小结 . 47 结 束 语 . 48 致 谢 50 参考文献 . 51 作者在学期间取得的学术成果 . 56 附录A asf格式文件内容 57 附录B amc格式文件内容 64 国防科学技术大学研究生院硕

6、士学位论文 第 III 页 表 目 录 表 2.1 asf格式文件说明 12 表 2.2 amc格式文件说明 13 表 3.1 骨骼文件对比 22 表 3.2 运行时间表 24 表 3.3 骨骼文件对比 25 表 3.4 运行时间表 26 表 4.1 骨骼文件对比 37 表 4.2 骨骼文件对比 38 表 4.3 运行时间表 39 国防科学技术大学研究生院硕士学位论文 第 IV 页 图 目 录 图 2.1 原始人体骨骼模型 10 图 2.2 简化的人体骨骼模型 11 图 2.3 人体骨骼运动链的树状结构 13 图 3.1 骨骼数据相同长度不同 15 图 3.2 脚部失真现象 16 图 3.3

7、腿向量的表示 16 图 3.4 骨骼比例相同 17 图 3.5 重定向前后腿向量的位置关系 18 图 3.6 腿向量调整示意图 19 图 3.7 腿向量调整平面 20 图 3.8 重定向流程 21 图 3.9 腿向量调整示意图 22 图 3.10 行走运动重定向结果 23 图 3.11 重定向前后轨迹对比 23 图 3.12 重定向前后脚跟轨迹坐标对比 23 图 3.13 重定向时计算时间与运动数据帧数的关系 24 图 3.14 运动重定向结果对比 25 图 3.15 运动重定向结果对比 26 图 4.1 骨骼模型的四肢表示 28 图 4.2 击掌运动的重定向结果 29 图 4.3 距离修改示

8、意图 30 图 4.4 轨迹生成示意图 31 图 4.5 Hermite插值示意图 . 32 图 4.6 上肢两骨骼图 35 图 4.7 轨迹平滑结果 36 图 4.8 9 帧轨迹平滑结果 . 36 图 4.9 保持手位置不变 37 图 4.10 击掌运动重定向结果 38 图 4.11 握手的原始运动 38 图 4.12 握手运动的重定向结果 39 图 4.13 握手运动的重定向结果 39 图 5.1 分类运动重定向技术框架 42 国防科学技术大学研究生院硕士学位论文 第 V 页 图 5.2 系统功能结构图 43 图 5.3 系统流程图 44 图 5.4 系统主界面 45 图 5.5 选择运动

9、数据 45 图 5.6 对比显示和轨迹显示 46 图 5.7 生成的动画展示 46 国防科学技术大学研究生院硕士学位论文 第 i 页 摘 要 近年来，运动捕获技术飞速发展，如何充分有效地使用运动捕获数据已经成 为众多学者研究的热点。运动重定向技术是将已有运动数据映射到新的目标模型 上，并确保新生成运动的合理性，对运动捕获数据的使用具有重大意义。本文对 运动重定向技术进行了研究，从保持原始运动特征的角度出发，提出了针对不同 情况的运动重定向方法。 在解析运动捕获数据的基础上，本文对现有的骨骼模型进行了简化，方便了 运动重定向技术的研究。本文的主要工作和创新点有： 提出一种保持原始运动轨迹特性的运

10、动重定向方法。分析了运动重定向中 的脚部失真现象，通过调整腿向量解决了这一问题，提出了保持足迹的下肢运动 重定向方法，其中保持足迹又分为对原始足迹的整体缩放和修正后的整体保持。 提出一种基于轨迹约束优化的运动重定向方法。研究了重定向中上肢与下 肢的根本区别，并针对上肢的特点和要求提出了基于优化求解的上肢运动重定向 方法，同时融入下肢的运动重定向方法实现了整体运动的重定向。 提出一个基于运动数据分类的运动重定向技术框架。研究了如何根据运动 重定向算法进行运动分类，提出了一个分类运动重定向的技术框架，并根据此框 架使用上述运动重定向方法实现了一个运动重定向原型系统，验证了运动重定向 方法的有效性。

11、 主题词：计算机动画 运动捕获 运动重定向 轨迹保持 逆向运动学 运 动类别 国防科学技术大学研究生院硕士学位论文 第 ii 页 ABSTRACT In recent years, the motion capture technique develops at very fast speed, how to use the motion capture data effectively has been a key research point. The motion retargeting technique adapts the motion capture data to a new

12、skeleton model without any distortions, which is very significant to the use of motion capture data. In this paper we do a research on the motion retargeting technique. To keep the characteristic of the source capture data, we present the motion retargeting methods for some different status. Based o

13、n parsing the formats of motion capture data, we present a simple motion skeleton model, which makes the research on motion retargeting easier. The main work and novel ideas are described as follows: A motion retargeting method of keeping the characteristic of original trajectories. We analyze the f

14、oot distortions which are the most familiar when retargeting motion. Through adapting the leg vectors we present the motion retargeting methods which could keep the original foot trajectories. And keeping the foot trajectories methods include the trajectories scale kept method and the foot steps kep

15、t method. A motion retargeting method based on trajectories constraint optimizing method. We present an optimizing method to retarget the upper limbs after analyzing the difference between upper limbs and lower limbs. At the same time we syncretize the above methods to complete the whole body motion

16、 retargeting. A technique framework of motion retargeting based on the category of motion data. We research how to classify the motion data by motion retargeting method, and present a framework of motion retargeting based on the motion classification, then we design a motion retargeting system based on the framework and the above