版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著計(jì)算機(jī)圖形學(xué)和硬件技術(shù)的高速發(fā)展,計(jì)算機(jī)動(dòng)畫已滲透到人們生活的各個(gè)角落,成為現(xiàn)代影視特技及影視動(dòng)畫制作中不可或缺的手段,各種各樣的平面、三維計(jì)算機(jī)特技制作技術(shù)給觀眾帶來了全新的感受。其中,運(yùn)動(dòng)捕捉技術(shù)是最熱門的計(jì)算機(jī)動(dòng)畫技術(shù)之一。 動(dòng)作捕捉技術(shù)不但能獲得逼真的動(dòng)作效果,提高制作效率,還能應(yīng)用于虛擬現(xiàn)實(shí)、互動(dòng)游戲、人機(jī)接口和體育訓(xùn)練等等,有著很大的應(yīng)用前景。為了充分利用已經(jīng)捕捉的運(yùn)動(dòng)數(shù)據(jù),研究人員提出了運(yùn)動(dòng)編輯的思想,即將
2、已有的運(yùn)動(dòng)數(shù)據(jù),通過各種處理方法,得到新的運(yùn)動(dòng)數(shù)據(jù)。 論文的主要內(nèi)容如下: (1)介紹了本課題的研究背景和意義,運(yùn)動(dòng)捕捉及編輯的發(fā)展現(xiàn)狀,論文的主要研究?jī)?nèi)容和組織結(jié)構(gòu)。 (2)介紹了本課題運(yùn)動(dòng)捕捉的實(shí)現(xiàn)原理、系統(tǒng)結(jié)構(gòu)及流程,提出了運(yùn)動(dòng)捕捉系統(tǒng)的三個(gè)關(guān)鍵技術(shù),即攝像機(jī)標(biāo)定、標(biāo)記點(diǎn)跟蹤及標(biāo)記點(diǎn)的三維重建技術(shù)。為了滿足實(shí)際的應(yīng)用,設(shè)計(jì)并開發(fā)了實(shí)用的運(yùn)動(dòng)編輯系統(tǒng)。 (3)在現(xiàn)有攝像機(jī)小孔模型的基礎(chǔ)上,提出一種靈活的攝像機(jī)標(biāo)定算法
3、,采用了線性標(biāo)定和非線性標(biāo)定相結(jié)合的方法。整個(gè)標(biāo)定過程包括空間變換與坐標(biāo)變換、求解平面投影變換矩陣、標(biāo)定方程轉(zhuǎn)換到線性方程、求解攝像機(jī)內(nèi)部系數(shù)矩陣和旋轉(zhuǎn)偏移矩陣以及求解攝像機(jī)焦距等幾個(gè)步驟。標(biāo)定以后可以得到攝像機(jī)內(nèi)部和外部參數(shù),用于重建標(biāo)記點(diǎn)的三維坐標(biāo)。 (4)為了提高重建精度及得到無需后期手動(dòng)注的捕捉數(shù)據(jù),采用了對(duì)攝像機(jī)標(biāo)記點(diǎn)二維跟蹤的方法。首先給出標(biāo)記點(diǎn)的定義及提取方式,然后分別利用傳統(tǒng)跟蹤方式和基于卡爾曼濾波的跟蹤方
4、式。卡爾曼濾波算法以線性、無偏、最小方差為準(zhǔn)則,運(yùn)用狀態(tài)空間分析法和統(tǒng)計(jì)理論,對(duì)信號(hào)和噪聲進(jìn)行的完美統(tǒng)一描述。算法中包括先驗(yàn)估計(jì)、后驗(yàn)估計(jì)、先驗(yàn)估計(jì)協(xié)方差、后驗(yàn)估計(jì)協(xié)方差和噪聲分布,大大提高了標(biāo)記點(diǎn)二維跟蹤的準(zhǔn)確率。 (5)鑒于不可避免的系統(tǒng)誤差,本文提出了三維重建的魯棒算法。并提出了多攝像頭融合重建的修正方法,提高了重建的精度。在標(biāo)記點(diǎn)二維跟蹤的基礎(chǔ)上,本文算法的計(jì)算次數(shù)大大降低。 (6)采用加速B樣條插值算法、非對(duì)稱混
5、合方法和隱馬爾可夫模型建立了實(shí)用的運(yùn)動(dòng)編輯系統(tǒng),包括運(yùn)動(dòng)路徑規(guī)劃、運(yùn)動(dòng)混合和運(yùn)動(dòng)重組三個(gè)部分。運(yùn)動(dòng)路徑規(guī)劃采用B樣條插值算法,使運(yùn)動(dòng)路徑更加自然,而且可以局部修改運(yùn)動(dòng)路徑;非對(duì)稱運(yùn)動(dòng)混合可以在定義主運(yùn)動(dòng)和從運(yùn)動(dòng)的基礎(chǔ)上,設(shè)置特定參數(shù),得到混合數(shù)據(jù)?;陔[馬爾可夫理論,將運(yùn)動(dòng)數(shù)據(jù)看作連續(xù)信號(hào),通過調(diào)整模型參數(shù),可以生成新的運(yùn)動(dòng)數(shù)據(jù)。 相信,隨著計(jì)算機(jī)技術(shù)的進(jìn)一步發(fā)展和圖形圖像學(xué)的發(fā)展,運(yùn)動(dòng)捕捉及編輯技術(shù)也會(huì)迅速發(fā)展,應(yīng)用范圍
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于運(yùn)動(dòng)捕捉數(shù)據(jù)的人體運(yùn)動(dòng)編輯與合成技術(shù)研究.pdf
- 基于視頻的人體運(yùn)動(dòng)捕捉系統(tǒng).pdf
- 基于單目視覺的人體運(yùn)動(dòng)姿態(tài)捕捉研究與實(shí)現(xiàn).pdf
- 基于運(yùn)動(dòng)捕捉數(shù)據(jù)的人體運(yùn)動(dòng)合成.pdf
- 基于雙目視覺的人體運(yùn)動(dòng)捕捉系統(tǒng).pdf
- 基于Xsens MVN慣性運(yùn)動(dòng)捕捉系統(tǒng)裝備的人體運(yùn)動(dòng)特性研究.pdf
- 基于動(dòng)作捕捉數(shù)據(jù)的人體運(yùn)動(dòng)合成研究.pdf
- 基于數(shù)據(jù)的人體運(yùn)動(dòng)編輯關(guān)鍵技術(shù)研究與系統(tǒng)平臺(tái)實(shí)現(xiàn).pdf
- 基于運(yùn)動(dòng)捕捉數(shù)據(jù)的人體行為分割與運(yùn)動(dòng)檢索.pdf
- 基于微慣性全姿態(tài)測(cè)量的人體運(yùn)動(dòng)捕捉系統(tǒng)研究.pdf
- 基于約束的人體運(yùn)動(dòng)編輯技術(shù)研究.pdf
- 基于人體傳感器網(wǎng)絡(luò)的運(yùn)動(dòng)捕捉系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于運(yùn)動(dòng)捕捉數(shù)據(jù)的人體行為分割與行為語義標(biāo)注.pdf
- 基于光學(xué)運(yùn)動(dòng)捕捉系統(tǒng)的人體肩關(guān)節(jié)運(yùn)動(dòng)學(xué)分析及肩肱節(jié)律研究.pdf
- 基于人體運(yùn)動(dòng)捕獲數(shù)據(jù)的運(yùn)動(dòng)編輯技術(shù)研究與實(shí)現(xiàn).pdf
- 運(yùn)動(dòng)捕捉及運(yùn)動(dòng)編輯技術(shù)研究.pdf
- 基于視頻序列的人體運(yùn)動(dòng)分析系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于全局優(yōu)化的人體運(yùn)動(dòng)捕獲系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 11436.基于運(yùn)動(dòng)捕捉數(shù)據(jù)的人體運(yùn)動(dòng)分割和標(biāo)注技術(shù)
- 基于微機(jī)械傳感器和MotionBuilder的人體運(yùn)動(dòng)捕捉系統(tǒng)的設(shè)計(jì).pdf
評(píng)論
0/150
提交評(píng)論