[发明专利]一种基于运动片元拼接的多角色人体运动合成方法

摘要

一种基于运动片元抽样拼接的运动合成方法，通过收集变形运动补丁解决空间对齐和时间同步问题，每个运动片元描述一段多角色交互运动的片段，在空间和时间上对其拼接；运动片元拼接产生一个多虚拟角色随机交互的无缝仿真系统，拼接算法采用随机抽样和确定性搜索解决解决拼接中离散和连续方面的问题，拼接算法可以自动生成多角色交互的高度复杂动画。本发明实现的交互复杂程度、人类行为的多样性和人际互动的时空密度都远高于目前动画技术水平。

主权项

1.一种基于运动片元拼接的多角色人体运动合成方法，其特征在于：所述方法包括以下步骤：1)运动数据采集，过程如下：将长视频分解为连续的帧，提取每一帧中行人所处的位置(x,y)，每个行人具有唯一的编号标识；最终每个行人的路径表示为离散像素点集T＝{pi＝(xi,yi)|i＝1,...,n}，其中n表示视频的帧数，(xi,yi)表示该行人在第i帧时所处的位置；将运动数据库中运动实例表示为高维向量{Mn(t)|n＝1,...,N,t＝1,...,Tn}，其中，N是运动实例数，Tn是第n个运动实例的帧，。向量Mn(t)＝{tk0,qk1,qk2,...,qkJ|k＝1,...,K}表示第t帧时各个角色的运动姿势，其中，tk0表示根节点的平移位置，qk1,qk2,...,qkJ表示所有关节点的旋转角度，J表示关节数，K表示该运动实例中包含的角色个数；2)可变形运动模型构建，过程如下：将初始运动序列Mn分解为两个数据集：规整后的运动实例Sn和对应的时间规整函数Wn，即对应人体运动的几何变化和时间变化两部分；Sn是高维向量，表示第n个运动实例的所有帧姿势，需要将主成分分析PCA作用于Sn，构造一个可变形几何模型其中，表示运动数据库中所有运动的平均运动，a＝(a₁,...,a_m)是载荷矩阵，m为基向量个数，是低维几何向量；那么，降维后的第t帧姿势的可变形几何模型表示为对W(t)进行如下转换Z(t)＝ln(W(t)‑W(t‑1))                        (3)然后对Zn进行主成分分析，构造一个可变形时间模型其中，表示所有对齐曲线的均值，b＝(b₁,...,b_n)是载荷矩阵，n为基向量个数，是低维时间向量；那么，降维后的第t帧姿势的可变形时间模型表示为将上述两个式子结合起来，得到原始空间中的可变形时间模型：通过对上述两部分变化使用PCA降维，获得了a_i和b_i两个向量，以及由和张成的两个低维子空间，分别描述了几何特征和时间特征；将可变形几何模型和可变形时间模型相结合，构造一个完整的可变形运动模型其中，操作表示将运动序列S_n用时间规整函数W_n进行规整；3)构建角色运动片元，过程如下：根据3个标准从原始运动数据提取运动片元片段，接触：运动角色之间的物理接触；接近：即使角色没有身体接触，两个角色间身体很接近的情况也不能忽视，一方会对另一方的接近做出反应，反应程度由连续运动帧中角色移动距离决定，连续帧窗口[i‑n,i+n]的第i帧的估计移动距离其中，是指两个运动角色间水平平移和旋转的姿体差异，实验过程设定了S_i的阈值，根据阈值将角色间身体接近的情况筛选出来，从而提取运动片元；同步性：即使两个角色没有彼此接近，如果两个角色能同时进行相同的动作，说明它们能意识到对方的行为，也代表两者之间发生了有效交互事件，假设运动数据包括两个角色A和B的交互运动，角色A有它的运动数据和索引x，角色B有它的运动数据和索引y，如果A和B在参考时间内动作相符，则两个角色之间的同步因子为Pxy＝VxA·VyB·e‑r(A,B)·e‑r(B,A)            (10)其中，r(A,B)表示两个角色正方向的夹角，从A的脸部到B的上半身的向量，根据同步因子估计出A是否能意识到B此刻的行动；4)运动片元随机抽样和确定性搜索，过程如下：4.1)片元随机抽样算法，经过随机抽样步骤，得到一个较为粗糙的拼接图；4.2)片元确定性搜索算法；5)运动片元拼接方法，过程如下：自动无缝拼接片元构建虚拟场景，或是在用户定义的时空区域内填充片元。