基于运动跟踪的民间表演技艺三维重建关键技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61562025
  • 项目类别:
    地区科学基金项目
  • 资助金额:
    38.0万
  • 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:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

The background of this project is the inheritance and digital protection of intangible cultural heritage of Tujia nationality's folk performing skills. The 3D reconstruction of inheritors’ performance skills is taken as the breakthrough point to explore 3D reconstruction method of performance skill based on data fusion. The project integrates the folk performance and information science closely. We use micro-sensor to capture the environmental data and motion data. We research this data to bring data fusion into estimating framework of dynamic Bayesian networks. And we format the two-sensor information fusion theory about human movement. We propose a hierarchical virtual modeling method of obtaining and representing human motion according to the movement features of human joints and biodynamic through body 3D geometric modeling. We present a gait algorithm for human bodies based on boundary conditions in accordance with the gait analysis method and kinesiology theory. Based on the feature of cloths in folks performing, one realistically cloths animation algorithm was proposed, which uses the mass-spring model to implement exact continuous collision detection based on geometric computing paradigm. And it uses implicit constraint to simulate exactly cloths in movement. According to 3D reconstruction models, the project will implement 3D virtual representation of folk art intangibles cultural heritage of Tujia nationality, which will verify the models and algorithms in our project.
本项目以土家族民间表演技艺的非物质文化遗产数字化保护与传承为基本背景,以传承人表演技艺三维重现为切入点,紧密结合信息科学(计算机图形图像处理、虚拟现实技术)与民间表演艺术,通过微型传感器运动捕捉采集的环境数据和运动数据,采用基于动态贝叶斯网络的多传感器数据融合技术,形成人体运动获取两级传感器信息融合的框架,探索人体模型与服饰运动的数据融合,研究基于隐式约束的逼真服饰运动模拟方法和基于几何计算范式的快速连续碰撞检测算法的逼真服饰模型。从人体三维几何建模入手,基于人体关节的运动特征,以生物动力学为基础,提出一种基于人体运动获取和再现的层次化虚拟建模方法;根据步态分析方法和人体运动学理论,提出基于边界条件的人体步态运动算法;根据表演技艺中的服饰特点,提出一种基于质点-弹簧模型的具有连续碰撞检测的服饰动画算法,实现民族表演技艺的三维重建;最后以土家族表演技艺为例,验证项目提出的相关模型与算法。

结项摘要

本项目以土家族民间表演技艺非物质文化遗产为例,建立民间表演技艺非物质文化遗产的数据采集技术方法,对情景建模和动作绑定技术、虚拟人建模技术、虚拟重现技术、连续碰撞检测技术等进行综合分析研究,构建土家族民间表演技艺非物质文化遗产传承人的多媒体三维虚拟交互平台。最后以“摆手舞”、“肉连响”等土家族民间表演技艺非物质文化遗产为例,全面展示土家族传承人表演技艺的三维虚拟再现,给民间传承技艺抢救保护和研究工作提供新的手段和方法,因此具有重要的科学研究意义。.项目首先引入“堆叠沙漏”网络模型,网络捕捉了静态图像中的所有尺度信息来预测人体的动作姿态。为了解决视频中由于摄像头角度而引起的行为人关节的遮挡问题,提出了一种面向视频的2D行为人姿态估计的自适应框架模型,构建由Batch normalization,dropout,Relu以及残差连接组成的二维骨骼三维化网络模型,实现从二维骨架结构到三维立体结构的转换。.项目采用手工标注图片数据和利用图像算法自动合成仿真图片数据相结合来生成土家织锦图案分割数据集,提出了一种基于Octree的土家织锦图案主颜色提取模型,将土家织锦图案分割成不同的图形骨架,根据纱线组织结构利用三次卷积插值算法实现基于土家织锦图案颜色分类的土家织机外观模拟。项目组还开展了质点-弹簧模型的民族服饰运动模拟研究,实现了基于土家织锦的民族舞蹈服饰运动模拟。.项目采用基于自编码的卷积神经网络进行人物动作的学习,用于实现快速采集动作过程中由于遮挡造成的采集数据不连续、数据丢失的修补,并且实现不连续动作之间的插值。并开展民族传统舞蹈技艺动作虚拟展示,实现了民族舞蹈运动的合成编辑、民族舞蹈场地三维虚拟和三套具有武陵山区特色的民族舞蹈的三维虚拟展示。

项目成果

期刊论文数量(15)
专著数量(0)
科研奖励数量(0)
会议论文数量(4)
专利数量(4)
Data-driven main color map feature learning, design and simulation for smart ethnic cloth
数据驱动的智能民族服饰主色图特征学习、设计与仿真
  • DOI:
    10.1016/j.future.2019.02.054
  • 发表时间:
    2019
  • 期刊:
    Future Generation Computer Systems-The International Journal of eScience
  • 影响因子:
    7.5
  • 作者:
    Hu Tao;Xiao Chunxia
  • 通讯作者:
    Xiao Chunxia
多精度遗址文物三维点云获取技术的研究
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    湖北民族学院学报( 自然科学版)
  • 影响因子:
    --
  • 作者:
    朱黎;胡涛
  • 通讯作者:
    胡涛
An adaptive stacked hourglass network with Kalman filter for estimating 2D human pose in video
具有卡尔曼滤波器的自适应堆叠沙漏网络,用于估计视频中的 2D 人体姿势
  • DOI:
    10.1111/exsy.12552
  • 发表时间:
    2020
  • 期刊:
    Expert Systems
  • 影响因子:
    3.3
  • 作者:
    Tao Hu;Chunxia Xiao;Geyong Min;Noushin Najjari
  • 通讯作者:
    Noushin Najjari
Sliding Dynamics of a Filippov Forest-Pest Model with Threshold Policy Control
具有阈值策略控制的 Filippov 森林害虫模型的滑动动力学
  • DOI:
    10.1155/2019/2371838
  • 发表时间:
    2019-11
  • 期刊:
    Complexity
  • 影响因子:
    2.3
  • 作者:
    Liu Lirong;Xiang Changcheng;Tang Guangyao;Fu Yuan
  • 通讯作者:
    Fu Yuan
Deep convolutional neural network for drowsy student state detection
用于困倦学生状态检测的深度卷积神经网络
  • DOI:
    10.1002/cpe.4457
  • 发表时间:
    2018-12
  • 期刊:
    Concurrency & Computation Practice & Experience
  • 影响因子:
    --
  • 作者:
    Gang Zhao;Shan Liu;Qi Wang;Tao Hu;Yawen Chen;Luyu Lin;Dasheng Zhao
  • 通讯作者:
    Dasheng Zhao

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

心脏成纤维细胞直接重编程研究进展
  • DOI:
    10.16563/j.cnki.1671-6272.2016.10.080
  • 发表时间:
    2016
  • 期刊:
    中国分子心脏病学杂志
  • 影响因子:
    --
  • 作者:
    刘鼎乾;朱铠;李军;王春生
  • 通讯作者:
    王春生
研磨液在氧化镓晶体研磨中的作用
  • DOI:
    10.14062/j.issn.0454-5648.2019.01.06
  • 发表时间:
    2019
  • 期刊:
    硅酸盐学报
  • 影响因子:
    --
  • 作者:
    黄传锦;周海;朱永伟;徐晓明;李军
  • 通讯作者:
    李军
低碳源废水培养的好氧颗粒污泥常温储存后活性恢复研究
  • DOI:
    10.19674/j.cnki.issn1000-6923.2018.0509
  • 发表时间:
    2018
  • 期刊:
    中国环境科学
  • 影响因子:
    --
  • 作者:
    邹金特;何航天;潘继杨;陶亚强;李军
  • 通讯作者:
    李军
p-ERK1/2-AP-1通路在姜黄素抗大鼠糖尿病神经病理性痛中的作用
  • DOI:
    10.3969/j.issn.1000-4718.2011.06.018
  • 发表时间:
    2011-06
  • 期刊:
    中国病理生理杂志
  • 影响因子:
    --
  • 作者:
    CAO Hong;陈果;吴艳;连庆泉;李军;曹红;HUANG Cong-cong;CHEN Guo;WU Yan
  • 通讯作者:
    WU Yan
和田玉超声波数值模拟分析及回波信号特征分析
  • DOI:
    10.13568/j.cnki.651094.651316.2020.12.09.0002
  • 发表时间:
    2022
  • 期刊:
    新疆大学学报(自然科学版)(中英文)
  • 影响因子:
    --
  • 作者:
    王家乐;章翔峰;司呈鑫;马铜伟;李军
  • 通讯作者:
    李军

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

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