基于稀疏约束的人体全身运动合成方法.pdf

《基于稀疏约束的人体全身运动合成方法.pdf》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、中国科技论文在线http://www.paper.edu.cn#基于稀疏约束的人体全身运动合成方法*刘华俊，杨青叶，何炎祥，张沪寅（武汉大学计算机学院，武汉，430072）5摘要：利用稀疏控制信号对高维人体运动动画进行精确控制的一个难点在于低维控制信号本身难以准确唯一构建高维人体运动。针对此瓶颈问题，本文提出了一种新颖而强大的局部模型降维方法，针对提前捕获的高维人体运动数据进行降维处理，将其用于自然人体全身运动的准确合成。该方法是从预先捕获的运动数据库中构建一组在线局部动态回归模型，以支持10高维人体全身行动的重构。实验证明了提出方法的有效性。并且，与以前的统计约束模型相比，本文提出的模型

2、可以合成更加准确的结果。关键词：计算机仿真；数据驱动动画；稀疏信号；人体运动合成；中图分类号：TP391.915ASparseConstrainedMethodforFull-bodyHumanMotionSynthesisLIUHuajun,YANGQinye,HEYanxiang,ZHANGHuyin(SchoolofComputer,WuhanUniversity,Wuhan,430072)Abstract:Byusingsparsecontrolinformation,onedifficultyforconstructingnaturalhumanposesis20thatlow-

3、dimensionalcontrolsignalscannotbeusedtosynthesizehigh-dimensionalhumanposes.Thepaperintroducesapowerfulandnovellocaldimensionalityreductionapproachforconstructingnaturalandaccuratefull-bodyhumanposesequences.Ourapproachistobuildagroupofonlineregressionmodelsfromamotiondatabaseasapriortosupporttheh

4、umanactionsynthesis.Comparedwithfamousstatisticalmodels,ourapproachcanconstructmoreaccurateresults,andtheeffectivenessof25themodelhasbeenverified.Keywords:ComputerSimulation;Data-drivenanimation;Sparseinformation;Humanmotionsynthesis300引言人体全身运动实时合成技术可以适用于许多领域，例如运动训练、医疗康复、游戏人物或机器人的实时控制等。虽然此类构建技术已经被

5、商业化的运动捕获设备（例如Vicon，XSens等）不同程度上的解决，但是它们所采用设备对于一般的家庭使用来说是非常昂贵的,并且还需要非常复杂的校验步骤和穿戴方式(例如十几个传感器或外骨架设备等)为运动捕35捉提供支持。最近，包括微软、索尼和任天堂在内的主要游戏手柄公司已经开发了新一代游戏硬件设备来捕捉个人玩家的运动姿态。虽说这些设备价格便宜，适合一般家庭消费，但是来自设备装置的低维控制信号是人体全身运动精确重构的主要挑战。由于典型的人体模型会由超过50个自由度的人体模型来表示，所以构建这样的动画合成系统本质上是一个病态问题，低维控制信号本身是难以充分地约束高维人体运动姿势的。40基金项目

6、：高等学校博士学科点专项科研基金资助课题（项目编号：20130141120021，20130141110025，20130141110022）作者简介：刘华俊（1983-），男，副教授，硕导，主要研究方向：虚拟环境，人体骨骼动画.E-mail:huajunliu@whu.edu.cn-1-中国科技论文在线http://www.paper.edu.cn消除重构不确定性的一个有效方法是从预先捕获的人体姿势数据库中进行约束模型的[1][2]提前学习。常用的方法有利用主成分分析（PCA）模型或回归（PCR）模型来约束运动姿势的重构空间。此途径的优点是对于庞大的运动捕获数据库运行良好，并且可以方便地

7、对虚拟角色的高度非线性动作进行线性建模。与前述方法不同，本文提出了一种新的局部模型45降维方法,其具有如下特点:(1)如同其他局部模型一样，它是随时间变化的，即在每一刻都会为下一个姿势的预测生成了一个新的约束模型。(2)它可以很好地兼顾运动数据的异构特性。然而，本文提出的模型是利用基本的回归方程预估输出数据和降维投影方向之间的关系，因此模型本身会包含更多的时空信息。本文是在最大后验框架下，利用提出约束模型和用户指定的稀疏