基于单目RGB/RGBD相机的身体运动和面部运动同步捕获方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61772499
  • 项目类别:
    面上项目
  • 资助金额:
    17.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0210.计算机图像视频处理与多媒体技术
  • 结题年份:
    2018
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2018-12-31

项目摘要

During the development of virtual reality technology and industry, the hardware for virtual reality has met a fast popularization, which exposes the dificiency of the virtual reality content. High quility virtual human animation is an important part of the virtual reality content. Thus, how to fast build the vivid virtual full-body animation has been of the first priority. Human tends to express their emotion and feelings though full-body motion(movement). For example, an anrgy person not only has the facial expression, but also the correspoding body motion. That is why a highly lifelike virtual full-body animation is composed of two important parts, namely, the facial animation and the corresponding body motion(movements). At the current stage, due to the high cost of full-body motion capture equipment, it is in dire need of devloping a low-cost and easily-popularized system to capture the full-body movement. Therefore, this project aims to build a lightweight algorithm and system for full-body human motion capture, especially, the system of single RGB camera and the depth camera based synchronously capture for body motion and facial motion. With that, we can effeciently build the lifelike full-body animation and provide a robust algorithm and tool for generating virtual reality content, and finally promote the further development of our country's virtual reality technology and industry.
在虚拟现实技术和产业发展过程中,虚拟现实硬件发展迅速且已逐渐普及,虚拟现实内容短板日益显现,高质量的虚拟人动画是虚拟现实内容的重要组成部分,如何快速制作高度真实感的虚拟人全身动画就成了当务之急。人们往往通过全身的动作来表达自己内心的想法和情绪。比如,人们在生气的时候不仅脸上会有生气的表情,更有与之相对应的肢体动作。因此,一个具有高度真实感的虚拟人全身动画也必须具有相互协调的肢体和人脸动画这两个重要组成部分。目前,全身运动捕获设备成本非常高,急需发展低成本易于普及的设备来捕获生成全身运动内容。为此,本课题拟研究一种适宜于普及的、轻量级的全身人体运动捕获技术与系统,特别地,基于单目彩色相机和深度相机的身体运动和面部运动的同步捕获方法与系统,以快速制作高度真实感的虚拟人全身动画,为虚拟现实内容制作提供有力的方法和工具支撑,促进我国虚拟现实技术的深入发展和虚拟现实产业的蓬勃发展。

结项摘要

在虚拟现实技术和产业发展过程中,虚拟现实硬件发展迅速且已逐渐普及,虚拟现实内容短板日益显现,高质量的虚拟人动画是虚拟现实内容的重要组成部分,如何快速制作高度真实感的虚拟人全身动画就成了当务之急。人们往往通过全身的动作来表达自己内心的想法和情绪。比如,人们在生气的时候不仅脸上会有生气的表情,更有与之相对应的肢体动作。因此,一个具有高度真实感的虚拟人全身动画也必须具有相互协调的肢体和人脸动画这两个重要组成部分。目前,全身运动捕获设备成本非常高,急需发展低成本易于普及的设备来捕获生成全身运动内容。为此,本课题拟研究一种适宜于普及的、轻量级的全身人体运动捕获技术与系统,特别地,基于单目彩色相机和深度相机的身体运动和面部运动的同步捕获方法与系统,以快速制作高度真实感的虚拟人全身动画,为虚拟现实内容制作提供有力的方法和工具支撑,促进我国虚拟现实技术的深入发展和虚拟现实产业的蓬勃发展。

项目成果

期刊论文数量(1)
专著数量(0)
科研奖励数量(1)
会议论文数量(4)
专利数量(0)
Data-driven human model estimation for realtime motion capture
用于实时动作捕捉的数据驱动人体模型估计
  • DOI:
    10.1016/j.jvlc.2018.05.001
  • 发表时间:
    2018-10
  • 期刊:
    Journal of Visual Languages & Computing
  • 影响因子:
    --
  • 作者:
    Le Su;Lianjun Liao;Wenpeng Zhai;Shihong Xia
  • 通讯作者:
    Shihong Xia

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

基于局部支撑姿态的逆运动学求解
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    朱登明;李淳芃;夏时洪;王兆其
  • 通讯作者:
    王兆其
沉浸式虚拟装配中物体交互特征建模方法研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机研究与发展
  • 影响因子:
    --
  • 作者:
    朱英杰;李淳芃;马万里;夏时洪;张铁林;王兆其
  • 通讯作者:
    王兆其
人体运动的函数数据分析与合成
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    软件学报
  • 影响因子:
    --
  • 作者:
    夏时洪;王兆其;李淳芃
  • 通讯作者:
    李淳芃
基于二阶倒立摆的人体运动合成
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    赵建军;魏毅;夏时洪;王兆其
  • 通讯作者:
    王兆其
一种姿态无关的人体模型骨骼提取方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机研究与发展
  • 影响因子:
    --
  • 作者:
    于勇;夏时洪;王兆其;毛天露
  • 通讯作者:
    毛天露

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

夏时洪的其他基金

风格化人体运动合成新方法研究
  • 批准号:
    61173055
  • 批准年份:
    2011
  • 资助金额:
    56.0 万元
  • 项目类别:
    面上项目
体现性格特征的语音驱动人脸动画合成新方法
  • 批准号:
    60970086
  • 批准年份:
    2009
  • 资助金额:
    30.0 万元
  • 项目类别:
    面上项目
基于布料运动实例数据的虚拟人服装动画方法研究
  • 批准号:
    60403042
  • 批准年份:
    2004
  • 资助金额:
    23.0 万元
  • 项目类别:
    青年科学基金项目

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