基于时变数据理解的交互式虚拟角色运动控制方法研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
61170186
项目类别：
面上项目
资助金额：
55.0万
负责人：
梁晓辉
依托单位：
北京航空航天大学
学科分类：
F0209.计算机图形学与虚拟现实
结题年份：
2015
批准年份：
2011
项目状态：
已结题
起止时间：
2012-01-01 至2015-12-31

项目参与者：
沈旭昆；胡晓雁；何志莹；孙林嘉；郭承禹；岑丽霞；刘杰；王剑；王晓卿；
关键词：
运动控制加速度传感器流形学习虚拟角色时变数据

项目摘要

交互式控制虚拟角色的运动涉及交互界面、交互方法和虚拟角色运动等方面，是虚拟现实和计算机动画等领域的重要研究内容。近年来随着运动捕获设备获取的运动数据集日益丰富，以数据驱动作为基本出发点的交互式虚拟角色控制更是成为了研究中的热点，这就需要更深入地探索自然鲁棒的交互界面，更准确地描述控制信号、运动数据等时变数据的模型，以及更有效地构建高维和低维时变数据的映射关系。本申请在运动捕获设备获取的运动数据集的基础上，围绕如何基于少量的加速度传感器交互控制虚拟角色运动开展工作，深入研究统计学习和流形学习等理论，探索高效精确的与交互控制虚拟角色相关的时变数据非线性流形学习模型，构造基于多层融合式隐马尔科夫模型和条件随机场的高维与低维时变数据的映射，形成虚拟角色自然实时交互控制的新算法，在上述研究工作基础上，以移动终端为载体，研制便携式的基于运动数据库和少量加速度传感器的虚拟角色交互控制原型装置和演示系统。

结项摘要

随着运动数据集日益丰富，以数据驱动为出发点的交互式虚拟角色控制成为了研究中的热点，这就需要更深入地探索自然鲁棒的交互界面，更准确地描述控制信号、运动数据等时变数据的模型，以及更有效地构建高维和低维时变数据的映射关系。本项目在运动捕获设备获取的运动数据集的基础上，围绕如何基于少量的加速度传感器交互控制虚拟角色运动开展工作。在交互式虚拟角色识别与控制方法与信号分割方法研究方面，提出了一种基于混合回归隐马尔科夫模型的人体运动识别方法、一种基于Fused隐马尔科夫模型的信号分割算法；在非线性流形学习降维方法研究方面，提出了一种基于局部保持投影和张量分解的运动编辑方法、一种基于多因子生成模型的受限场景交互编辑方法以及一种基于局部保持的高斯过程隐变量模型构建方法；在不同数据映射关系研究方面，提出了一种基于协同解析的人体部件获取方法、一种基于片段组合的人体目标协同分割方法以及一种基于旋转不变性特征的人体表象部件检测方法；在时变数据理解方法的应用扩展研究方面，提出了一种基于卫星云图数据的动态云场快速建模方法和一种基于逆向求解单次散射模型的积云建模方法。基于上述创新，将研究内容加以集成，构造基于运动数据库和少量加速度传感器的虚拟角色交互控制原型装置和演示系统，并对相关研究内容进行了验证。