草绘交互接口下基于精简存储的人体运动数据检索技术研究

The development of data-driven character animation and touch screen technology has driven sketch-based real-time retrieval of motion data to become a new research topic. On the other hand, motion compression and motion retrieval are considered separately. The naive method of putting the two together will be time-consuming and bring lots of redundancy. In this proposal, we first propose a sketch-based motion retrieval method based on the multi-group geometry features. By defining pose and motion geometry features, the method is capable of partial matching, with course/detail level control. We then propose a lossless compression method to compress the motion data and feature vectors. This method is based on the adjusting the prediction parameters using inverse kinematics feedbacks and can decompress in real-time. Finally, we propose the concept of unifying motion compression/retrieval. Based on "action texture" analysis, we explore how to organize motion capture database and propose a motion retrieval method based on compact storage structure. Users can retrieve motion segments in real-time from a losslessly compressed motion database. This proposal provides a new solution to address the problems of how to compactly store motion data and how to retrieve the motion data from this storage structure based on sketching. We expect it to benefit the development of related industry, such as animation, gaming and virtual reality.

数据驱动的角色动画技术和触屏技术的快速发展使得基于草绘接口的实时运动检索成为一个亟待研究的问题；同时，传统运动数据压缩和检索方法相互隔离，直接整合的算法框架存在计算复杂、数据冗余度高的缺点。针对上述问题，本项目研究草绘接口下基于多组几何特征的运动检索方法，定义静态和动态几何特征，对运动数据进行局部匹配和粗糙/精细粒度控制。接着，研究运动数据及特征向量精简压缩组织的方法，基于逆运动学对预测参数进行反馈调整，对数据进行无损压缩和实时解压。根据上述两点，从运动数据库组织全局出发，提出了运动压缩/检索方法有机结合思路：基于"动作纹理"分析，研究统一运动压缩和检索的运动数据库组织模型；在此基础上，得到基于精简结构的运动检索方法，使得根据用户输入，能实时从无损压缩的运动数据库中检索出符合条件的运动片段。本项目为运动数据精简存储及基于其上的草绘检索提供一条新途径，有望促进动画游戏、虚拟现实等产业的发展。

数据驱动的角色动画技术和触屏技术的快速发展使得基于草绘接口的实时运动检索及位姿生成成为一个亟待研究的问题；同时，高精度存储与网络传输人体运动数据的需求也使得运动数据的无损压缩与实时解压的研究变得非常必要。针对以上问题，我们研究了基于Eigenspace的人体运动检索方法，通过定义精简索引及两段匹配过程，得到了一个实时的人体运动检索方法。接着，我们提出了一个交互辅助的基于草绘的人体位姿检索与创建方法；引入angular radial partition图像描述符来度量用户草绘与3D位姿投射后的2D图像的距离，并引入局部敏感哈希方法来提高检索的效率；采用基于样例的优化方法进行人体位姿的优化合成，从而最大程度地生成满足用户草绘的人体位姿；实验结果表明，我们的方法能提供流畅的提示信息，从而能有效节省用户草绘时间，提高草绘得到姿态的质量。本项目还研究了基于均值线性预测的人体运动无损压缩方法，通过对位姿的聚类分析及预测参数的规格化，有效地提高了压缩的效率；探索了“动作纹理”模式分析方法；研究了基于GPU的并行浮点压缩方法，设计了针对欧拉角和四元数的人体运动数据高精度无损压缩方法；将逆向运动学与运动检索技术有效结合，探索生成光滑的人体过渡姿态。综上，本项目为运动的精简存储及基于草绘的检索与位姿生成提出了一条新的途径，将推动基于数据驱动的角色动画技术的发展，并有望运用于动画游戏、虚拟现实等产业中并推动其快速发展。

内容获取失败，请点击重试