基于動作單元分析的人體動畫合成方法探討

運動捕獲技術、運動紋理技術、運動圖方法、統(tǒng)計學模型以及運動分割方法都是利用聚類分析方法，對有關數(shù)據(jù)進行聚類分析，最終取得人體運動的分割結(jié)果。但是在本質(zhì)上來講，作為一組運動序列，人體運動數(shù)據(jù)具有高度的時序性，如果采用聚類分析方法，則不可以避免打破原有的人體運動數(shù)據(jù)中固存的時序性，最終致使人體運動分隔結(jié)果失真。文章利用主成分析法、動態(tài)時間歸整方法、概率轉(zhuǎn)移建模等方法提出了一種新型的動作單元提取模式，即基于動作單元分析的人體動畫合成方法，就此展開論述。

引言

基于動作單元分析的人體動畫合成方法的具體內(nèi)容如下：第一步，采用主成分析法（Principal Component Analysis，PCA）對實現(xiàn)了高維運動數(shù)據(jù)向低維特征空間的映射，同時利用馬氏距離平方對低維特征空間樣本的相似度進行度量；第二步，在自動切割與標注時序運動序列時，綜合采用了動態(tài)時間歸整方法以及誤差平方及其原則。最后一步，實現(xiàn)概率轉(zhuǎn)移建模，即構(gòu)建不同基本動作單元之間的概率轉(zhuǎn)移模型，并構(gòu)建運動圖，同時依據(jù)約束條件來實現(xiàn)新的逼真人體動畫的合成。

一、人體運動數(shù)據(jù)的預處理

經(jīng)過簡化之后，人體的骨架模型可以被簡單地看成有各個運動關節(jié)相連以及具有層次結(jié)構(gòu)的骨骼段構(gòu)成。經(jīng)過簡化之后的運動模型共具有五十四個自由度，不同的骨骼均具有與之相適應的局部坐標系，并與骨骼相連。其中，Root關節(jié)一共擁有六個自由度，代表世界坐標系中的Root位置的自由度共有三個，代表世界坐標系中Root朝向的自由度也有三個。但是，其它的關節(jié)僅僅擁有對應父關節(jié)而轉(zhuǎn)動的三個自由度。一般情況下，我們用歐拉角來表現(xiàn)關節(jié)旋轉(zhuǎn)，但是在實際中，采用歐拉角來表現(xiàn)關節(jié)旋轉(zhuǎn)容易導致奇異性，進而造成萬向鎖。為了徹底避免由于使用歐拉角而導致的萬向鎖問題，本文表示關節(jié)旋轉(zhuǎn)時采用單位四元數(shù)。

二、采用主成分析法（PCA）分析人體運動數(shù)據(jù)

因為，人體運動時，每一個關節(jié)之間具有非常強的相關性，舉例來說，假設右腿向前運動，那么該人體的左腿便要向后運動（與之相類似的運動相關性非常之多），并且人體運動數(shù)據(jù)為高維向量，所以，假如分析數(shù)據(jù)時直接在姿態(tài)空間當中進行，則會不可避免地出現(xiàn)運動分析失真的現(xiàn)象，最終導致人體運動數(shù)據(jù)的內(nèi)在關聯(lián)性未能得到有效地挖掘。所以，采用主成分析法（PCA）來實現(xiàn)人體運動數(shù)據(jù)由高維運動數(shù)據(jù)向低維特征空間的映射，在降維同時，也有利于原始運動數(shù)據(jù)的低維特征空間分析。

三、度量運動姿態(tài)相似性

由于運動數(shù)據(jù)是時序的運動序列，在度量姿態(tài)的相似性時需考慮它的運動學特征。定義姿態(tài)和之間的距離是

四、度量人體運動片段相似性

因為人體運動具有非常豐富的變化形式，即便是針對相同的基本動作單元，該人體運動片段所體現(xiàn)出的運動細節(jié)和序列長度也能夠展現(xiàn)出一定的不同之處。所以，需要利用動態(tài)時間規(guī)整算法（Dynamic Time Warping，DTW）來度量人體運動片段的相似度。

對給定的運動片斷A（y1A，y2A，y3A，……y1A）以及B（y1B，y2B，y3B，……y1B），并且I≠j，利用動態(tài)時間規(guī)整算法（DTW）尋找一個最優(yōu)的時間規(guī)整函數(shù)，并讓運動片斷A的時間軸i非線性地映射到運動片斷B的時間軸j，同時讓總的累積失真量最小。

五、自動提取動作單元

人體的運動動作種類和數(shù)據(jù)雖然非常之多，但是其中某些動作均是重復性的動作，這些動作的主要構(gòu)成部分就是一些重復的基本動作單元。舉例來說，舞蹈動作中便有許多的重復性動作。在自動切割與標注時序運動序列時，綜合采用動態(tài)時間歸整方法以及誤差平方及其原則能夠很好地實現(xiàn)動作單元的自動提取。

六、構(gòu)建運動圖

對于提取的基本動作單元，雖然它們在動作上各不相同，但它們在時序上保持一定的概率轉(zhuǎn)移關系，本文采用運動學連續(xù)和行為連續(xù)描述各個基本動作單元之間的概率轉(zhuǎn)移模型。運動學連續(xù)是度量不同動作單元之間過渡的平滑性，行為連續(xù)是刻畫不同動作模式之間的概率轉(zhuǎn)移關系。

參考文獻：

[1]宗丹，李淳芃，夏時洪，等.基于關鍵姿態(tài)分析的運動圖自動構(gòu)建[J].計算機研究與發(fā)展，2010（08）.

（作者單位：浙江傳媒學院）