基于Kinect深度相機(jī)的實(shí)時(shí)三維人體動(dòng)畫(huà)*

陳 姝，梁文章，伍 靚

(1.湘潭大學(xué)信息工程學(xué)院，湖南 湘潭 411105;2.廣西卡斯特動(dòng)漫有限公司，廣西 南寧 530003)

基于Kinect深度相機(jī)的實(shí)時(shí)三維人體動(dòng)畫(huà)*

陳 姝1，梁文章2，伍 靚1

(1.湘潭大學(xué)信息工程學(xué)院，湖南 湘潭 411105;2.廣西卡斯特動(dòng)漫有限公司，廣西 南寧 530003)

研究了一種基于H-Anim標(biāo)準(zhǔn)的實(shí)時(shí)人體三維動(dòng)畫(huà)方法，首先對(duì)H-Anim中人體肢體層次結(jié)構(gòu)進(jìn)行研究和分析，給出了進(jìn)行人體動(dòng)畫(huà)的坐標(biāo)變換方法；其次，基于OpenNI對(duì)Kinect獲取的數(shù)據(jù)進(jìn)行重新處理，采用逆運(yùn)動(dòng)學(xué)計(jì)算非根關(guān)節(jié)旋轉(zhuǎn)矩陣；最后給出了系統(tǒng)流程及具體實(shí)驗(yàn)方法，采用OpenGL由實(shí)時(shí)獲取的關(guān)節(jié)旋轉(zhuǎn)矩陣驅(qū)動(dòng)虛擬人實(shí)現(xiàn)了人體動(dòng)畫(huà)。實(shí)驗(yàn)結(jié)果表明，該算法可以較精確地提取人體三維姿態(tài)，實(shí)時(shí)重構(gòu)人體運(yùn)動(dòng)。

人體動(dòng)畫(huà)；Kinect；逆運(yùn)動(dòng)學(xué)；H-Anim

1 引言

三維動(dòng)畫(huà)是計(jì)算機(jī)圖形學(xué)中的一個(gè)研究領(lǐng)域，它涉及到心理學(xué)、運(yùn)動(dòng)學(xué)等學(xué)科。計(jì)算機(jī)三維動(dòng)畫(huà)本質(zhì)上是一系列連續(xù)的圖像按一定的速率顯示后，給人以動(dòng)畫(huà)的感覺(jué)[1]。人體由于結(jié)構(gòu)和運(yùn)動(dòng)過(guò)程都較為復(fù)雜，因此也成為了三維動(dòng)畫(huà)制作當(dāng)中的一個(gè)難點(diǎn)。但是因?yàn)槿梭w的姿態(tài)能夠表達(dá)較為豐富的含義，所以對(duì)于人體動(dòng)畫(huà)的研究制作具有較強(qiáng)的實(shí)際意義。

人體動(dòng)畫(huà)根據(jù)角色控制方式不同可以分為兩種：基于傳統(tǒng)計(jì)算機(jī)動(dòng)畫(huà)技術(shù)的方法[2, 3]和基于動(dòng)作捕獲系統(tǒng)進(jìn)行數(shù)據(jù)驅(qū)動(dòng)的方法。傳統(tǒng)計(jì)算機(jī)動(dòng)畫(huà)技術(shù)方法通過(guò)對(duì)人體運(yùn)動(dòng)進(jìn)行數(shù)學(xué)建模來(lái)產(chǎn)生各種人體動(dòng)作的動(dòng)畫(huà)效果，從本質(zhì)上而言是一種基于模型的動(dòng)畫(huà)制作方法，包括關(guān)鍵幀動(dòng)畫(huà)方法、運(yùn)動(dòng)學(xué)方法、動(dòng)力學(xué)方法、刺激響應(yīng)法以及行為規(guī)則方法等[4]。運(yùn)動(dòng)捕捉技術(shù)是一種新的動(dòng)畫(huà)制作方法，是通過(guò)分析人體運(yùn)動(dòng)序列圖像來(lái)提取人體關(guān)節(jié)點(diǎn)的三維坐標(biāo)，從而得到人體的運(yùn)動(dòng)參數(shù)，因此能夠獲得完全真實(shí)的人體動(dòng)畫(huà)。

現(xiàn)有商用運(yùn)動(dòng)捕獲設(shè)備(如光學(xué)運(yùn)動(dòng)捕獲系統(tǒng))具有成本較高、操作過(guò)程專業(yè)性強(qiáng)等不足，研究者致力于研究成本較低、操作簡(jiǎn)單的基于視覺(jué)方法的三維人體運(yùn)動(dòng)捕獲技術(shù)[5～7]與角色動(dòng)畫(huà)控制技術(shù)。但是，實(shí)際上由于人體關(guān)節(jié)的高維性以及人體運(yùn)動(dòng)的隨機(jī)性，目前基于RGB視頻處理的人體運(yùn)動(dòng)跟蹤方法難以實(shí)時(shí)生成逼真的人體動(dòng)畫(huà)。為了可以實(shí)時(shí)生成逼真的人體運(yùn)動(dòng)動(dòng)畫(huà)，我們提出了一種基于Kinect深度相機(jī)數(shù)據(jù)基礎(chǔ)的實(shí)時(shí)人體三維動(dòng)畫(huà)制作方法。該方法在跟蹤到的二維關(guān)節(jié)的基礎(chǔ)上采用逆運(yùn)動(dòng)學(xué)方法獲得人體三維姿態(tài)，并重定向到符合H-Anim標(biāo)準(zhǔn)的虛擬人上，形成連續(xù)的人體動(dòng)畫(huà)。

2 虛擬人模型

虛擬人的幾何模型建立常采用以下三種方法：棒模型、表面模型和體模型[8]。目前國(guó)際標(biāo)準(zhǔn)VRML和MPEG4都制定了自己的虛擬人標(biāo)準(zhǔn)。本文采用VRML中的虛擬人標(biāo)準(zhǔn)H-Anim進(jìn)行虛擬人幾何建模，該標(biāo)準(zhǔn)將人體分成骨架層與部位層，部位層位于骨架層之上。這一分層建模方法符合人體拓?fù)浣Y(jié)構(gòu)，可以更精確地表達(dá)人體的信息。同時(shí)，通過(guò)調(diào)節(jié)骨架層各關(guān)節(jié)點(diǎn)的位置可以驅(qū)動(dòng)上層的部位層作相應(yīng)的變化，可以比較方便地實(shí)現(xiàn)虛擬人的運(yùn)動(dòng)控制[9]。

2.1 H-Anim標(biāo)準(zhǔn)中的人體層次結(jié)構(gòu)分析

H-Anim 標(biāo)準(zhǔn)通過(guò)Joint節(jié)點(diǎn)將整個(gè)人體組織成樹(shù)型結(jié)構(gòu)，如圖1所示[10]。人體由一定數(shù)量的肢體段(Segments)構(gòu)成，比如前臂、手或腳，這些段再由關(guān)節(jié)(Joints)連接在一起，比如肘、手腕或踝關(guān)節(jié)。除了根節(jié)點(diǎn)HumanoidRoot，每個(gè)Joint節(jié)點(diǎn)是另外一個(gè)Joint節(jié)點(diǎn)的子節(jié)點(diǎn)。作為Joint原型的典型實(shí)現(xiàn)，可以是一個(gè)Translation節(jié)點(diǎn)，這樣，可以對(duì)Joint通過(guò)平移和轉(zhuǎn)動(dòng)等操作來(lái)改變作為身體段的Segment節(jié)點(diǎn)以及該Joint節(jié)點(diǎn)的Joint子節(jié)點(diǎn)，實(shí)現(xiàn)人物動(dòng)畫(huà)。

Figure 1 Topology of H-Anim model圖1 H-Anim模型拓?fù)浣Y(jié)構(gòu)

2.2 虛擬人動(dòng)畫(huà)的坐標(biāo)變換

根據(jù)H-Anim標(biāo)準(zhǔn)，節(jié)點(diǎn)分為兩類：一類是關(guān)節(jié)點(diǎn)，另一類是骨骼段。通過(guò)各關(guān)節(jié)點(diǎn)可以對(duì)各骨骼段進(jìn)行旋轉(zhuǎn)，骨骼段再通過(guò)平移完成相應(yīng)的肢體動(dòng)作，最后依附于骨骼段來(lái)繪制相應(yīng)的幾何模型[11]，并顯示出來(lái)。

描述一個(gè)肢體繞關(guān)節(jié)旋轉(zhuǎn)后的坐標(biāo)位置可以根據(jù)以下變換方程得到：

(1)

其中，x是該肢體中某一像素點(diǎn)在模型中的初始局部坐標(biāo)(以該肢體所依附的關(guān)節(jié)為局部坐標(biāo)系的原點(diǎn))，x′為旋轉(zhuǎn)后在局部坐標(biāo)系中的三維坐標(biāo)，R為旋轉(zhuǎn)矩陣。

由于整個(gè)人體以樹(shù)型結(jié)構(gòu)表示，因而非根關(guān)節(jié)點(diǎn)依附的肢體在進(jìn)行動(dòng)畫(huà)時(shí)，式(1)的R為一個(gè)旋轉(zhuǎn)矩陣鏈(根據(jù)樹(shù)的拓?fù)浣Y(jié)構(gòu)從該關(guān)節(jié)到根關(guān)節(jié)的旋轉(zhuǎn)矩陣乘積)，即R=R1R2…Rn，其中Rn為該肢體依附關(guān)節(jié)的旋轉(zhuǎn)矩陣，R1為根關(guān)節(jié)的旋轉(zhuǎn)矩陣。例如，對(duì)于右前臂的旋轉(zhuǎn)矩陣計(jì)算為：Rre=Rv l1Rrs，其中Rv l1和Rrs分別為關(guān)節(jié)vl_1和r-shoulder關(guān)節(jié)的旋轉(zhuǎn)矩陣。雖然H-Anim在上半身定義了很多關(guān)節(jié)以便進(jìn)行靈活的上半身運(yùn)動(dòng)顯示，但是在實(shí)際上大部分虛擬人只采用了一到兩個(gè)關(guān)節(jié)。

3 基于Kinect的關(guān)節(jié)三維姿態(tài)提取

3.1 關(guān)節(jié)三維坐標(biāo)獲取

我們采用微軟的Kinect作為系統(tǒng)的輸入設(shè)備，Kinect是一款深度攝像機(jī)，共有三個(gè)鏡頭，可以獲得RGB圖像及深度圖像。Kinect的數(shù)據(jù)信息可以采用OpenNI開(kāi)發(fā)包獲取，另外，OpenNI還具有骨架跟蹤功能，可以實(shí)時(shí)跟蹤每幀中人體關(guān)節(jié)。在OpenNI中共定義了24個(gè)關(guān)節(jié)，但是進(jìn)行骨架分析時(shí)，NITE部件只能識(shí)別15個(gè)關(guān)節(jié)，如圖2所示，其中坐標(biāo)系方向符合右手坐標(biāo)系準(zhǔn)則。

Figure 2 Recognizable joints in OpenNI圖2 OpenNI中可識(shí)別關(guān)節(jié)模型

OpenNI按照?qǐng)D3所示流程進(jìn)行人體骨架跟蹤，即先進(jìn)行人體檢測(cè)，然后進(jìn)行特定姿態(tài)檢測(cè)(雙手上舉的投降姿勢(shì))，再進(jìn)行姿態(tài)標(biāo)定，標(biāo)定正確就進(jìn)行人體骨架跟蹤。以上任一過(guò)程發(fā)生都會(huì)產(chǎn)生相應(yīng)的事件，并通過(guò)回調(diào)函數(shù)來(lái)響應(yīng)。在利用VS2008進(jìn)行開(kāi)發(fā)時(shí)，需設(shè)置相應(yīng)的回調(diào)函數(shù)，在上一過(guò)程回調(diào)函數(shù)中啟動(dòng)下一過(guò)程，所有的回調(diào)函數(shù)都通過(guò)節(jié)點(diǎn)提供的成員函數(shù)RegisterXXXCallbacks()來(lái)注冊(cè)。OpenNI跟蹤到的關(guān)節(jié)信息包括位置及方向，即關(guān)節(jié)的三維坐標(biāo)及變換矩陣。

Figure 3 Diagram of tracking human body skeleton in OpenNI圖3 OpenNI進(jìn)行人體骨架跟蹤流程圖

3.2 肢體旋轉(zhuǎn)矩陣計(jì)算

OpenNI提取的關(guān)節(jié)姿態(tài)通過(guò)函數(shù)GetSkeletonJointOrientation()可以得到，該變換矩陣為當(dāng)前幀關(guān)節(jié)坐標(biāo)系相對(duì)于世界坐標(biāo)系的旋轉(zhuǎn)矩陣。由2.1節(jié)可知，要?jiǎng)討B(tài)顯示人體運(yùn)動(dòng)姿態(tài)需要得到相鄰兩關(guān)節(jié)坐標(biāo)系之間的旋轉(zhuǎn)矩陣，可采用以下方法得到，以計(jì)算右肘關(guān)節(jié)與右肩關(guān)節(jié)之間的旋轉(zhuǎn)矩陣為例。根據(jù)多剛體運(yùn)動(dòng)學(xué)知識(shí)可得：

(2)

實(shí)驗(yàn)中發(fā)現(xiàn)OpenNI得到的旋轉(zhuǎn)矩陣除了根關(guān)節(jié)外，別的關(guān)節(jié)旋轉(zhuǎn)姿態(tài)并不太準(zhǔn)確，因此我們采用文獻(xiàn)[7]所述逆運(yùn)動(dòng)學(xué)方法來(lái)提取非根關(guān)節(jié)坐標(biāo)系間的相對(duì)旋轉(zhuǎn)角度。

我們將關(guān)節(jié)按照Z(yǔ)-Y-X順序旋轉(zhuǎn)歐拉角，繞Z軸旋轉(zhuǎn)的角度以α表示，繞Y軸旋轉(zhuǎn)的角度以β表示，繞X軸旋轉(zhuǎn)的角度以γ表示。由于三維數(shù)據(jù)沒(méi)有考慮扭矩的作用，可認(rèn)為在Y軸上旋轉(zhuǎn)分量為零，因此相鄰兩關(guān)節(jié)間的旋轉(zhuǎn)矩陣為：

根據(jù)多關(guān)節(jié)的級(jí)連變換原理，建立待求關(guān)節(jié)中某一像素局部坐標(biāo)與世界坐標(biāo)之間的變換方程為:

P′=RfRP

(3)

其中,P為OpenNI檢測(cè)到特定姿態(tài)時(shí)得到該像素在關(guān)節(jié)局部坐標(biāo)系中的坐標(biāo)，在這里以運(yùn)動(dòng)鏈中該關(guān)節(jié)的孩子關(guān)節(jié)來(lái)代表。例如計(jì)算右肩關(guān)節(jié)旋轉(zhuǎn)歐拉角，則P為檢測(cè)到特定姿態(tài)時(shí)右肘關(guān)節(jié)在右肩關(guān)節(jié)坐標(biāo)系中的坐標(biāo)，按照下式計(jì)算：

(4)

其中,Pre和Prs分別為OpenNI獲得的右肘關(guān)節(jié)及右肩關(guān)節(jié)的三維坐標(biāo)。

P′為當(dāng)前幀下右肘關(guān)節(jié)在右肩關(guān)節(jié)坐標(biāo)系中的坐標(biāo)，計(jì)算同式(4)。Rf為在運(yùn)動(dòng)鏈中該關(guān)節(jié)的父關(guān)節(jié)坐標(biāo)系相對(duì)于世界坐標(biāo)系的旋轉(zhuǎn)矩陣，在這里則為torse關(guān)節(jié)(見(jiàn)圖2)。解式(3)則可以得到待求關(guān)節(jié)的旋轉(zhuǎn)歐拉角及旋轉(zhuǎn)矩陣。

4 人體動(dòng)畫(huà)實(shí)現(xiàn)

系統(tǒng)的整體執(zhí)行過(guò)程如圖4所示，系統(tǒng)首先進(jìn)行OpenNI的初始化，包括節(jié)點(diǎn)m_Context的初始化，回調(diào)函數(shù)User_NewUser、User_LostUser、UserPose_PoseDetected、UserCalibration_CalibrationStart、UserCalibration_CalibrationEnd的設(shè)置。

虛擬人文件的導(dǎo)入及顯示采用文獻(xiàn)[3]的VHASDK開(kāi)發(fā)包實(shí)現(xiàn)，OpenNI檢測(cè)到特定姿態(tài)進(jìn)行正確標(biāo)定后就進(jìn)行骨架跟蹤，如果跟蹤結(jié)果可信度大于0.6則采用3.2節(jié)的方法進(jìn)行關(guān)節(jié)旋轉(zhuǎn)矩陣求解，并調(diào)用VHASDK的姿態(tài)改變函數(shù)進(jìn)行旋轉(zhuǎn)角度修改。最后刷新屏幕，通過(guò)調(diào)用VHASDK的Update()函數(shù)進(jìn)行虛擬人重繪，這樣連續(xù)進(jìn)行就得到了實(shí)時(shí)可視的人體三維動(dòng)畫(huà)。

Figure 4 Data flow in our system圖4 系統(tǒng)流程圖

5 實(shí)驗(yàn)結(jié)果

演示程序采用C++ 語(yǔ)言在VS2008環(huán)境下編寫(xiě)，并使用Opencv2.0+OpenNI+OpenGL實(shí)現(xiàn)了上述算法。實(shí)驗(yàn)運(yùn)行硬件環(huán)境配置如下：CPU為Inteli3-2310M，內(nèi)存為4GB，顯卡為GeForceGT550M。實(shí)驗(yàn)顯示一段人體進(jìn)行散打過(guò)程的實(shí)時(shí)動(dòng)畫(huà)，系統(tǒng)能夠以30幀/s的速度進(jìn)行人體動(dòng)畫(huà)演示。

Figure 6 Real time reconstructed human pose animated by an avatar圖6 實(shí)時(shí)生成的動(dòng)畫(huà)序列

圖5為實(shí)驗(yàn)過(guò)程中前100幀右肩關(guān)節(jié)旋轉(zhuǎn)歐拉角，實(shí)驗(yàn)前200幀部分中間結(jié)果如圖6 所示(間隔20幀)，圖6左邊為分割出來(lái)的人體三維數(shù)據(jù)投影到圖像上的結(jié)果，實(shí)線段為骨架跟蹤結(jié)果，右邊為提取的人體三維運(yùn)動(dòng)姿態(tài)重定向到虛擬人后的顯示結(jié)果。實(shí)驗(yàn)結(jié)果表明，動(dòng)畫(huà)播放過(guò)程連續(xù)流暢，并且較好地跟蹤到人體三維運(yùn)動(dòng)，能夠真實(shí)模擬人體運(yùn)動(dòng)過(guò)程。

Figure 5 Estimated motion trajectory of left shoulder圖5 右肩關(guān)節(jié)旋轉(zhuǎn)歐拉角

6 結(jié)束語(yǔ)

本文在獲取Kinect深度數(shù)據(jù)的基礎(chǔ)上，采用OpenNI進(jìn)行人體姿態(tài)獲取，并驅(qū)動(dòng)H-Anim虛擬人實(shí)現(xiàn)了實(shí)時(shí)三維人體動(dòng)畫(huà)。該方法既可以捕獲人體三維運(yùn)動(dòng)數(shù)據(jù)，又可以實(shí)時(shí)直觀看到跟蹤后的運(yùn)動(dòng)數(shù)據(jù)，容易確定是否為需要的動(dòng)作。實(shí)驗(yàn)結(jié)果表明所述方法生成的人體動(dòng)畫(huà)真實(shí)流暢，能夠較好地模擬人的動(dòng)作。在此基礎(chǔ)上可以進(jìn)行運(yùn)動(dòng)數(shù)據(jù)重用、人體行為分析、手勢(shì)識(shí)別等研究，這也將是作者今后進(jìn)一步研究的內(nèi)容。

[1]WuLing,HouJin,XuFang.Therealizationof3DhumananimationbyBVH[J].JournalofShenyangLigongUniversity, 2012, 31(1):52-56.(inChinese)

[2]LüZhi-guo,LiYan,HeHan-gen.Studyonmodel-basedhandposturereconstructionofvirtualhuman[J].JournalofSystemSimulation, 2009, 21(3):665-667.(inChinese)

[3]ChenShu,ZouBei-ji,PengXiao-ning. 3Dvirtualhumananimationbasedoncapturedmotiondatainkeyvideoframes[J].JournalofSystemSimulation, 2008, 20(21):5868-5873.(inChinese)

[4]XiaoJun,ZhuangYue-ting,WuFei.Computervisionandmachinelearningin3Dhumananimation:Asurvey[J].JournalofComputer-AidedDesign&ComputerGraphics, 2008, 20(3):281-290.(inChinese)

[5]YuXue-song,TangXiang-long,LiuJia-feng,etal.Analgorithmforfasttrackingof3Darmmotionbasedonhierarchyjointmodel[J].ChineseHighTechnologyLetters, 2009, 19(6):596-602.(inChinese)

[6]ChenJia,WuXiao-jun. 3DhumanbodyshapeandmotiontrackingbyLBSandSnake[J].JournalofComputer-AidedDesign&ComputerGraphics, 2012, 24(3):357-371.(inChinese)

[7]ChenShu,ZouBei-ji,PengXiao-ning,etal.Markerless3Dhumanmotiontrackingformonocularvideosequences[J].JournalofComputer-AidedDesign&ComputerGraphics, 2008, 20(8):1047-1055.(inChinese)

[8]WangZhao-qi.Studyonsynthesisofvirtualhuman[J].JournaloftheGraduateSchoolAcademiaSinica, 2000, 17 (2):89-98.(inChinese)

[9]ShuBo,MaoTian-lu,WangZhao-qi.MotiondisplayofvirtualhumanbasedonD3D[J].JournalofComputer-AidedDesign&ComputerGraphics, 2004, 16 (11):1505-1510.(inChinese)

[10]HumanoidAnimationWorkingGroup.Specificationforastandardhumanoid[EB/OL].[2003-03-16].http://www.h-anim.org.

[11]WenGJ,WangZQ,XiaSH,etal.Frommotioncapturedatatocharacteranimation[C]∥ProcoftheACMSymposiumonVirtualRealitySoftwareandTechnology, 2006:165-168.

附中文參考文獻(xiàn)：

[1] 吳玲, 侯進(jìn), 徐芳.BVH文件驅(qū)動(dòng)三維人體動(dòng)畫(huà)的實(shí)現(xiàn)[J]. 沈陽(yáng)理工大學(xué)學(xué)報(bào), 2012, 31(1):52-56.

[2] 呂治國(guó), 李焱, 賀漢根. 基于模型的虛擬人手勢(shì)重構(gòu)方法研究[J]. 系統(tǒng)仿真學(xué)報(bào), 2009, 21(3):665-667.

[3] 陳姝, 鄒北驥, 彭小寧. 基于關(guān)鍵視頻幀跟蹤數(shù)據(jù)的三維虛擬人動(dòng)畫(huà)[J]. 系統(tǒng)仿真學(xué)報(bào), 2008, 20(21):5868-5873.

[4] 肖俊, 莊越挺, 吳飛. 計(jì)算機(jī)視覺(jué)與機(jī)器學(xué)習(xí)技術(shù)在三維人體動(dòng)畫(huà)中的應(yīng)用綜述[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2008, 20(3):281-290.

[5] 于雪松, 唐降龍, 劉家峰, 等. 基于關(guān)節(jié)層次模型的3D手臂運(yùn)動(dòng)快速跟蹤算法[J]. 高技術(shù)通訊, 2009, 19(6):596-602.

[6] 陳加, 吳曉軍. 聯(lián)合LBS和Snake的3D人體外形和運(yùn)動(dòng)跟蹤方法[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2012, 24(3):357-371.

[7] 鄒北驥, 陳姝, 彭小寧, 等. 適用于單目視頻的無(wú)標(biāo)記三維人體運(yùn)動(dòng)跟蹤[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2008, 20(8):1047-1055.

[8] 王兆其. 虛擬人合成研究綜述[J]. 中國(guó)科學(xué)院研究生院學(xué)報(bào), 2000, 17 (2):89-98.

[9] 束搏, 毛天露, 王兆其. 基于D3D的三維虛擬人運(yùn)動(dòng)顯示[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2004, 16(11):1505-1510.

CHENShu,born in 1976,PhD,associate professor,CCF member(E200016567M)，his research interests include virtual reality, and computer vision.

梁文章(1964-),男，廣西南寧人，工程師，研究方向?yàn)樘摂M現(xiàn)實(shí)和計(jì)算機(jī)視覺(jué)。E-mail:ad-new@vip.163.com

LIANGWen-zhang,born in 1964,engineer,his research interests include virtual reality, and computer vision.

伍靚(1990-),男，湖南漣源人，碩士生，研究方向?yàn)樘摂M現(xiàn)實(shí)和計(jì)算機(jī)視覺(jué)。E-mail:lsjwuliang@msn.com

WULiang,born in 1990,MS candidate,his research interests include virtual reality, and computer vision.

Real-time3DhumanmotionanimationbasedonKinect

CHEN Shu1，LIANG Wen-zhang2，WU Liang1

(1.College of Information Engineering,Xiangtan University,Xiangtan 411105;2.Guangxi Cast Animation Co.,Ltd.,Nanning 530003,China)

An approach to animating 3D human motion based on H-Anim standard is proposed. Firstly, the human body hierarchical structure in H-Anim is studied and analyzed, and a coordinate transform strategy is given based on the analysis. Secondly, based on OpenNI, the data

from the Kinect is re-processed, and the rotational matrix of non-root joint is obtained by inverse kinematics. Finally, the entire data flow and the concrete implementation are described, and the human body animation is achieved by using OpenGL to retarget the real-time human pose to the virtual human model. The experimental results show that the proposed approach can accurately extract the human pose, and reconstructs real-time human body movement.

human motion animation;Kinect;inverse kinematics;H-Anim

1007-130X(2014)08-1544-05

2012-11-26;

：2013-03-12

國(guó)家自然科學(xué)基金資助項(xiàng)目(61100139,61040009)；科技部科技型中小企業(yè)技術(shù)創(chuàng)新基金資助項(xiàng)目(國(guó)科發(fā)計(jì)[2011]242號(hào))；廣西千億元產(chǎn)業(yè)重點(diǎn)攻關(guān)工程資助項(xiàng)目(桂科攻11107006-13號(hào))

TP391.41

：A

10.3969/j.issn.1007-130X.2014.08.021

陳姝(1976-),男，湖南祁東人，博士，副教授，CCF會(huì)員(E200016567M)，研究方向?yàn)樘摂M現(xiàn)實(shí)和計(jì)算機(jī)視覺(jué)。E-mail:csu_cs@163.com

通信地址：411105 湖南省湘潭市湘潭大學(xué)工科樓北棟302

Address:Room 302,North Wing,Engineering Building,Xiangtan University,Xiangtan 411105,Hunan,P.R.China