基于点云数据和运动捕捉数据的三维人体建模及动画仿真

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61370141
  • 项目类别:
    面上项目
  • 资助金额:
    77.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0209.计算机图形学与虚拟现实
  • 结题年份:
    2017
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2017-12-31

项目摘要

The technologies of motion capture and 3D scanner are two important data acquisition approaches in computer animation. In order to get the high reality 3D human animation, the two technologies will be used together in this project to implement human body modeling and animation driven. In the aspect of human body modeling, first the 3D point cloud data registration is implemented by human body feature points, then we will model the physiological feature of human body by the semantic information, and implement points cloud block reduction and modeling strategy based on the semantic model and curvature distribution model. As multi view points human body scanner has different illumination in different view points and this will leads to the reality loss of human body model. So, in order to reconstruct 3D human body model with high reality and normal texture color, we propose a texture image reconstruction method to eliminate the influence of different illumination. In the aspect of animation driven, the motion capture data is correlated with the human body model by semantic joint points of skeleton model, and local coordinates are constructed on each semantic joint points, at last, the deformation of human body model is implement by coordinates interpolation.
运动捕捉与三维扫描技术是计算机动画中的两种重要数据获取方式,针对计算 机动画中的三维人体动画,本项目将运动捕捉技术与三维扫描技术相结合以实现高真实感三 维人体建模及其动画驱动。在三维人体建模方面,首先利用人体特征标记点对三维点云数据 进行数据配准,然后对人体生理结构特征进行相应的语义建模,并将人体特征语义模型与点 云数据的曲率分布模型相结合,实行点云数据分块简化和建模的策略,以生成更为适合运动 驱动的三维人体模型,最后针对目前人体模型真实感缺失的主要原因-人体扫描仪多视点拍 照导致的纹理图像光照不一致,提出纹理图像重构方法进行光照影响消除,以重建出纹理颜 色连续自然、更具有真实感的三维人体模型;在人体模型动画驱动方面,通过定义骨架模型 语义关节点将运动捕捉数据与人体三维虚拟模型相关联,在语义关节点处建立局部坐标系, 然后进行坐标系插补实现人体三维虚拟模型的动画变形。

结项摘要

本项目以点云数据和运动捕捉数据的人体建模及人体动画为背景,分别对人体运动捕捉数据特征分析、人脸运动捕捉数据处理、三维点云数据配准等内容进行了深入研究。在人体运动捕捉数据特征分析方面提出基于LDA算法的运动捕捉数据关键帧提取算法、基于度量MDS和斜交空间距离的运动捕捉数据分割算法;在人脸运动捕捉数据处理方面分别提出人脸运动捕捉数据的自适应追踪算法、基于三邻近点的肌肉运动机理的数据修复算法和带有人脸分区的人脸动画驱动方法;在三维点云数据处理方面提出基于运动捕捉技术的三维点云数据配准、基于特征的三维点云数据配准方法。以上方法的提出为人体建模及动画驱动提供了理论支持和技术支撑,项目取得的一些开创性成果为未来人体动画及相关领域的发展开辟了新的途径。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(0)
会议论文数量(5)
专利数量(7)
An efficient method of key-frame extraction based on a cluster algorithm.
一种基于聚类算法的高效关键帧提取方法
  • DOI:
    10.2478/hukin-2013-0063
  • 发表时间:
    2013-12-18
  • 期刊:
    Journal of human kinetics
  • 影响因子:
    2.3
  • 作者:
    Zhang Q;Yu SP;Zhou DS;Wei XP
  • 通讯作者:
    Wei XP
Motion Key-Frame Extraction by Using Optimizedt-Stochastic Neighbor Embedding
使用优化随机邻域嵌入提取运动关键帧
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    Symmetry-Basel
  • 影响因子:
    2.7
  • 作者:
    Zhang Qiang;Yao Yi;Zhou Dongsheng;Liu Rui
  • 通讯作者:
    Liu Rui
耳廓点云形状特征匹配的路径跟随算法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    软件学报
  • 影响因子:
    --
  • 作者:
    孙晓鹏;李思慧;王 璐;韩 枫
  • 通讯作者:
    韩 枫
Motion Key-frames extraction based on amplitude of distance characteristic curve
基于距离特征曲线幅度的运动关键帧提取
  • DOI:
    10.1080/18756891.2013.859873
  • 发表时间:
    2014-05
  • 期刊:
    International Journal of Computational Intelligence Systems
  • 影响因子:
    2.9
  • 作者:
    Qiang Zhang;Xiang Xue;Dongsheng Zhou;Xiaopeng Wei
  • 通讯作者:
    Xiaopeng Wei
Keyframe Extraction from Human Motion Capture Data Based on a Multiple Population Genetic Algorithm
基于多群体遗传算法的人体动作捕捉数据关键帧提取
  • DOI:
    10.3390/sym6040926
  • 发表时间:
    2014-11
  • 期刊:
    Symmetry-Basel
  • 影响因子:
    2.7
  • 作者:
    Qiang Zhang;Shulu Zhang;dongsheng zhou
  • 通讯作者:
    dongsheng zhou

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于PFICA和模糊积分的人脸识别
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    系统仿真学报
  • 影响因子:
    --
  • 作者:
    周昌军;张强;王婵娟;魏小鹏
  • 通讯作者:
    魏小鹏
Job_Shop调度的图表示模型与改进GA求解
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机工程与应用
  • 影响因子:
    --
  • 作者:
    张建明;熊健俊;魏小鹏;张强
  • 通讯作者:
    张强
人脸表情动画研究简述
  • DOI:
    10.16707/j.cnki.fjpc.2016.04.001
  • 发表时间:
    2016
  • 期刊:
    福建电脑
  • 影响因子:
    --
  • 作者:
    罗庆云;方小勇;黄樱;洪俊;魏小鹏
  • 通讯作者:
    魏小鹏
设计关联矩阵智能分解方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机工程与设计
  • 影响因子:
    --
  • 作者:
    郭东;魏小鹏;姜婷婷
  • 通讯作者:
    姜婷婷
基于模板匹配的人体运动捕捉数据处理方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    系统仿真学报
  • 影响因子:
    --
  • 作者:
    魏小鹏;张强;肖伯祥;刘瑞
  • 通讯作者:
    刘瑞

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

魏小鹏的其他基金

应对未料灾变的实存装备局部再设计理论与方法
  • 批准号:
    50975033
  • 批准年份:
    2009
  • 资助金额:
    36.0 万元
  • 项目类别:
    面上项目
基于统计学习的语音驱动人脸表情动画研究
  • 批准号:
    60875046
  • 批准年份:
    2008
  • 资助金额:
    28.0 万元
  • 项目类别:
    面上项目
面向复杂产品的多层次进化式设计理论与方法研究
  • 批准号:
    50575026
  • 批准年份:
    2005
  • 资助金额:
    25.0 万元
  • 项目类别:
    面上项目
基于知识进化的人机协同创新方案设计理论与方法研究
  • 批准号:
    50275013
  • 批准年份:
    2002
  • 资助金额:
    22.0 万元
  • 项目类别:
    面上项目
基于演化的概念设计生物建模理论与方法研究
  • 批准号:
    60174037
  • 批准年份:
    2001
  • 资助金额:
    19.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码