[发明专利]生成运动合成数据的方法和生成运动合成数据的设备

说明书

技术领域

本发明涉及一种生成运动合成数据的方法和一种生成运动合成数据的设备。

背景技术

该部分旨在向读者介绍可能与以下描述和/或要求权利的本发明的各个方面有关的技术的各个方面。相信该讨论有助于向读者提供便于更好地理解本发明的各个方面的背景信息。相应地，应理解，要鉴于此来阅读这些叙述而不是对现有技术的承认。

动画人是多种范围的媒体的重要部分，并且它们在娱乐、训练、可视化和其它应用中是很常见的。将人的运动动画制作得令人信服是比较困难的，主要是两个原因：运动自身本质上是复杂的，并且由于人类观察者熟悉自然的人类运动，因此他们对错误是非常敏感的。

可以将用于对人物进行动画制作而生成人类动作的方法分为3类：关键帧制作（keyframing）、物理模拟和运动捕捉。在关键帧制作动画方法中，手动地规定人物姿势的序列。这种方法需要投入对于多数应用而言高得惊人的时间和艺术才能。还可以使用物理规律来建模和模拟人类运动：这种方法在物理上看上去是可行的，但是微妙的“个性”是难以再现的。最终，基于运动捕捉的方法更普遍：这种方法记录生动的人物的运动，并且然后忠实并且准确地播放动画。可以使用运动捕捉数据来高效地创建真实人员能够执行的任何运动的高逼真度的动画，并且它已经变成电影和视频游戏产业中的标准工具。

然而，因为运动捕捉数据仅仅能够再现已经记录的运动，对于动画制作的人物的动作，它提供了很少的控制。数据驱动的运动合成方法用于基于现有的运动捕捉数据来生成新的运动。基于运动图形的方法是一组能够从运动捕捉数据库中合成新的运动的方法。图1图示了运动图形的原理思想。在图1中，节点1，...，8表示短的运动剪辑，并且节点之间的有向边指示运动剪辑之间的转换信息。根据优化规则使用“深度第一搜索”从运动图形中合成新的运动。

不同运动剪辑之间的运动转换仅仅在相似姿势上发生。如图3所示，不同种类的运动剪辑，例如，行走和偷偷走动，仅仅相似的姿势（标记，marked-up）可以用作转换点。通常通过与图像匹配算法相似的运动序列匹配算法自动地找到相似的姿势。计算运动剪辑A中的一帧和运动剪辑B中的另一帧之间的相似程度度量。可以使用度量低于阈值的帧作为转换姿势。在图4中，对于运动剪辑A中的帧[i]和运动剪辑B中的帧[j]之间的度量的计算，还可以在计算时考虑相邻的帧以有助于保留运动的动态性。如图5所示，例如通过使用被附加到每个接合点（joint）的虚拟标记来执行运动的分析。可以在相似程度度量计算时使用这些标记的位置；可以根据下式来计算度量

minθ,X0,Z0Σiwi||Pi-T0,X0,Z0Pi′||---(1)]]>