三維動畫系統的角色與行為控制研究

郜菲

摘? 要： 基于動畫技術的角色與行為控制方法的幀速率低，無法達到理想的控制效果，為此，提出三維動畫系統的角色與行為控制方法。運用原始數據分解法分解三維動畫角色與行為捕捉數據，再構造三維動畫角色與行為檢索樣本，得到各幀運動數據通道值。完成上述操作步驟后，利用三維動畫系統中的MEL語言構建三維動畫角色與行為控制模型，實現三維動畫角色與行為控制，由此，完成三維動畫系統的角色與行為控制方法的設計。最后，設置對比實驗，測試基于動畫技術的角色與行為控制方法與三維動畫系統的角色與行為控制方法在不同窗口的幀速率。實驗結果表明，所提方法在不同窗口下的幀速率均保持在2.0 f/s，說明所提方法控制效果更好。

關鍵詞： 三維動畫系統; 行為控制; 角色控制; 動畫技術; 控制模型; 幀速率測試

中圖分類號： TN911.73?34; TP311.52? ? ? ? ? ? ? ? 文獻標識碼： A? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）19?0040?05

Abstract： The frame rate of character and behavior control method based on animation technology is low， which can not achieve the ideal control effect. Therefore， the method of character and behavior control in 3D animation system is proposed. The original data decomposition method is used to decompose 3D animation character and behavior capture data， and then construct 3D animation character and behavior retrieval samples to get the motion data channel values of each frame. After the above steps are completed， the 3D animation character and behavior control model is constructed with the MEL language in the 3D animation system to realize the 3D animation character and behavior control. Thereby， the design of character and behavior control method of 3D animation system is completed. A comparative experiment was set up to test the frame rate of character and behavior control methods based on animation technology and character and behavior control method of 3D animation system in different windows. The experimental results show that the frame rate of the proposed method is kept at 2.0 f/s in different windows， which shows that the proposed method has a better control effect.

Keywords： 3D animation system; behavior control; character control; animation technology; control model; frame rate testing

0? 引? 言

三維動漫系統是使用計算機模擬一個物種集群的群體行為，因所有的三維動漫過程都是由計算機模擬實現的，所以在動漫和拍攝上的工作會大大減少，導致動畫達不到生動和自然的效果。為此，將工作中心轉為在合適的行為與角色控制下得到理想的動畫效果。在三維動畫系統中，角色與行為控制一直是研究者最感興趣的目標，雖然計算機動畫已在許多領域占有重要的地位，但動畫角色和動畫行為的許多問題仍未得到妥善的解決[1]。以往采用的基于動畫技術的角色與行為控制方法提出了粒子理念，當動畫停留在3D階段，粒子會被自身的一些強制規則所制約。整個粒子系統的運動規則都是由這些單獨的粒子運動規則所形成的，該方法用這些粒子的群體動畫優點控制群體行為和角色。但存在一個缺點，它很難預測行為與角色規則間的交互，只有添加了新的規則之后才能調試。為此，本文提出三維動畫系統的角色與行為控制方法，該方法通過分解三維動畫角色與行為的捕捉數據，實現動畫行為捕捉數據中的特征提取。再針對某一類檢索的目標運動特征向量，構造三維動畫角色與行為檢索樣本，實現群體角色與行為捕捉數據檢索。最后，設計控制流程，建立好的模型控制動畫行為和動畫角色。詳細設計過程如下。

1? 三維動畫角色與行為捕捉數據分解

先采集原始數據，在本次設計中提出一種原始數據分解法，該方法可以獲取更多真實的三維動畫角色與運動數據[2]。分解過程如下：

構造一個局部坐標系，用于標記采集的三維動畫角色與行為捕捉數據。捕捉數據包含動畫表情運動和頭部運動。先定義動畫角色為[pt]和[pr]，再計算局部坐標系[y]軸的單位向量，選定后，將[ptprpn]作為局部坐標系[z]軸的單位向量，最后計算正交單位向量為[Vx]。完成上述步驟后，即可得到某一幀捕捉數據的分解結果[3]。

在分解過程中，要將動畫行為特征點記為標記點，而相對于全局坐標系的運動即為動畫角色的整體運動[4]。為得到頭部整體全局坐標系的平移矩陣，應用式（1）將局部坐標系中的每一個特征標記點的位置轉換成全局坐標系對應的特征標記點的位置，以此得到動畫角色與行為捕捉數據的最終分解結果：

2? 三維動畫角色與行為檢索樣本構造

采用原始數據分解法，分解三維動畫角色與行為捕捉數據，為得到各幀運動數據的通道值，提出構建三維動畫角色與行為檢索樣本。通道值是識別動畫角色行為的唯一依據[6]，構造過程如下。

將動漫角色與行為簡化為與動畫四肢相關的8個節點特征，如圖1所示。

圖1對應節點信息如表1所示。

表1中的8個節點檢索樣本構造與選取方式相同。將這8個節點各幀運動數據的通道值按照順序排列，并用空格符分割。相同的通道值分為一類檢索樣本[7]，不同的通道值按照大小順序排列，分為另一類檢索樣本。

3? 三維動畫角色與行為控制模型

完成三維動畫角色與行為檢索樣本的構造后，運用三維動畫系統中的MEL語言控制動畫角色與行為運動數據[8]。

先在三維動畫系統界面新建一個三維動畫轉換系統[9]。轉換界面如圖2所示。

MEL語言是負責確定運動速度和運動方向的變化。若周圍個體數量超過1個，或者大于5個，系統會改變動畫角色的運動方向，有效控制動畫角色的運動速度。

基于三維動畫系統MEL語言的角色與行為控制方法框架圖，如圖3所示。

利用三維動畫系統的MEL語言控制動畫角色與行為。在設計過程中，為簡化控制過程，采用分層方法改變原有數據和編輯控制點，使得動畫角色與行為符合控制約束的一系列要求。

具體控制過程如下;

Step1：將分解的動畫角色行為捕捉數據組成一個三維空間中的點集[10]。點集中包含典型的數據。因運動點較多，動畫系統的空間有限，針對這一問題，采用運動重定向方法，在不改變動畫的前提下，將角色與行為中不完全相同的元素融合在一起。變換過程在運動重定向方法中引入動力學因素，使得角色與行為結構能夠相互映射[11]。

Step2：將動畫模型簡化處理。先輸入分解后的捕捉數據，再依據動畫模型建立群像場景 [12]。

Step3：使用三維動畫系統優化動畫角色在時間和空間上的不同動作。

Step4：重新約束動畫角色姿態，調整函數和行為參數[13]。

Step5：在原有的動畫模型上，編輯時空后新形成的動作[14]。

Step6：設計控制命令，使用MEL語言中的代碼識別動畫角色與行為的某一屬性。控制命令可以準確約束某條命令制定的特定數據位置，實現動畫角色與行為控制[15]。

MEL語言是負責確定運動速度變化和運動方向的變化。若周圍個體數量超過1個，或者大于5個，系統會改變動畫角色的運動方向，有效控制動畫角色的運動速度。

由此，完成三維動畫系統的角色與行為控制方法的設計。

4? 實驗分析

為檢測所提的三維動畫系統的角色與行為控制方法的可行性以及控制性能，設置對比實驗。實驗過程及實驗數據如下。

4.1? 實驗流程

利用數據庫中的相近例子，作為此次實驗的實驗數據。實驗數據獲取過程如下：

1） 運用三維動畫系統的Unix Shell語言優化實驗數據，并利用當前所生成的動畫角色和行為作為下一個生成窗口的猜想值。猜想值指動畫角色與行為的窗口姿勢。

2） 設置初始點，保證控制效果達到最佳。

3） 查找。三維動畫系統所生成的窗口在每一個時刻都會向前移動一幀，但系統僅顯示生成的運動序列。為了不影響群體動畫的控制效果，要將其他的生成姿勢作為下一個優化的猜想值，以此來增加下一次的收斂速度。

4） 檢測動畫技術角色與行為控制方法、平行視覺角色與行為控制方法和本次提出的三維動畫系統的角色與行為控制方法在不同窗口大小的幀速率，幀速率越快，控制效果越佳，幀速率越慢，控制效果越差。

5） 檢測上述三種方法控制不同三維角色模型的紋理數，紋理數越高，表明所控制角色形象越飽滿。

6） 檢測上述三種方法控制不同行為的精度，控制精度越高，表明控制性能越優。

4.2? 實驗數據

實驗數據主要包括5個角色全身行為，分別為行走、跑步、跳躍、高爾夫揮棒和拳擊。其中：動畫角色行走行為共22 132幀;動畫角色跑步行為共6 532幀;動畫角色跳躍行為共3 562幀;動畫角色高爾夫揮棒行為共3 653幀;動畫角色拳擊行為共32 613幀。這些行為是在三維動畫系統下，按照120 Hz的頻率獲取的。在實驗中，要求動畫角色都穿戴反光標志，這樣就可以使用照相機拍攝想要的運動。為不影響控制效果，將分解的角色與行為捕獲數據平行取樣為30 Hz，以此保證實驗結果的準確性。

實驗注意事項：三維動畫系統的計算效率主要依賴提前捕獲的運動數據庫，若數據庫過小，會影響實驗數據的質量。

4.3? 實驗結果

4.3.1? 幀速率對比結果

基于動畫技術的角色與行為控制方法、基于平行視覺角色與行為控制方法和本次提出的三維動畫系統的角色與行為控制方法在不同窗口大小的幀速率的對比實驗結果，如表2～表4所示。

從表2～表4實驗結果可以看出，所提的三維動畫系統的角色與行為控制方法相比平行視覺角色與行為控制方法、動畫技術角色與行為控制方法的幀速率更快，且均保持在2.0 f/s左右，說明所提方法控制效果更佳。

4.3.2? 紋理數對比結果

基于動畫技術的角色與行為控制方法、基于平行視覺角色與行為控制方法和本次提出的三維動畫系統的角色與行為控制方法控制不同三維角色模型的不同行為紋理數對比實驗結果，如表5～表7所示。

從表5～表7實驗結果可以看出，所提的三維動畫系統的角色與行為控制方法相比平行視覺角色與行為控制方法、動畫技術角色與行為控制方法控制不同三維角色模型不同行為紋理數更高，說明所提方法控制三維角色模型效果更佳。

4.3.3? 控制精度對比結果

基于動畫技術的角色與行為控制方法、基于平行視覺角色與行為控制方法和本次提出的三維動畫系統的角色與行為控制方法控制三維動畫系統的角色與行為控制精度如圖4所示。

通過圖4實驗結果可以看出，采用本文所提方法控制三維動畫系統角色不同行為精度均高于99%以上，而基于動畫技術的角色與行為控制方法、基于平行視覺角色與行為控制方法控制三維動畫系統角色不同行為精度均低于99%，再次驗證了所提方法的控制性能。

5? 結? 語

本文方法也可以應用于交互式設計的三維動畫設計當中，比如，手的控制和動物行為控制等。在設計中發現，三維動畫系統可以將數據庫中的先驗信息轉換為高質量的三維動畫模型，使得最終生成的動畫效果更佳。但在實驗中發現，基于三維動畫系統的角色與行為控制方法還存在一些漏洞，需要在后續的研究中加以改善。

參考文獻

[1] 高猛.三維虛擬校園漫游系統中的角色建模與行為控制[J].現代電子技術，2019，42（14）：104?107.

[2] 朱福全，楊麗平.基于健康度的虛擬火災逃生行為控制研究[J].計算機工程與應用，2019，55（16）：204?208.

[3] 孫玉偉，成穎，謝娟.科研人員數據復用行為研究：系統綜述與元綜合[J].中國圖書館學報，2019，45（3）：110?130.

[4] 陳昊，郭為忠，高峰，等.步行機器人核電封頭移動焊接控制任務建模與系統設計[J].機械設計與研究，2018，34（5）：102?111.

[5] 梁鵬，曹龍漢，張治中.LTE?Advanced網絡Uu接口用戶行為分析系統的研究與實現[J].電視技術，2017，41（4）：135?140.

[6] 朱素芬.社區老年教育教師角色特征與角色行為研究：基于Nvivo軟件的分析[J].成人教育，2017，37（3）：57?62.

[7] 鄧院昌，史晨軍.基于貝葉斯結構方程模型的疲勞駕駛行為意圖研究[J].安全與環境學報，2019，19（2）：520?526.

[8] 鄭源，李麗，孟志偉.大中型泵站機組三維檢修仿真培訓系統開發[J].排灌機械工程學報，2018，36（7）：587?592.

[9] 葉鳳華，葉歡.基于Flash和3D動畫渲染技術的育苗機器人設計[J].農機化研究，2018，40（3）：189?192.

[10] 張濤，唐敦兵，張澤群，等.面向數字化車間的介入式三維實時監控系統[J].中國機械工程，2018，29（8）：990?999.

[11] 王紹陽，李大華，高強，等.基于結構光的三維視覺檢測系統在矩形鋼生產線上的研究與設計[J].激光雜志，2018，39（11）：108?113.

[12] 史賢俊，王康，肖支才，等.面向復雜系統的三維Bayes網絡測試性驗證模型[J].北京航空航天大學學報，2019，45（7）：1303?1313.

[13] 李小路，曾晶晶，王皓，等.三維掃描激光雷達系統設計及實時成像技術[J].紅外與激光工程，2019，48（5）：25?32.

[14] 朱建軍，安攀峰，萬明.工控網絡異常行為的RST?SVM入侵檢測方法[J].電子測量與儀器學報，2018，32（7）：8?14

[15] 葉鳳華，侯潔.襯板軋制動漫設計用AZ61合金的組織與性能研究[J].熱加工工藝，2018，47（14）：82?87.