动画生成软件之动作捕捉实现

作品介绍

皮影是中国传统技艺之一,由于现代生活水平的提高,皮影慢慢淡出人们的视线,如何通过计算机技术保护这一文化,成为值得研究的课题。传统皮影动画的演出是艺人通过签子控制兽皮制作的角色薄片运动,从而形成动画,这一特点使得皮影动画成为典型的二维动画。由于通过人工方式配置皮影动画的效率很低,本文考虑通过视频动作捕捉技术获取角色运动数据并将数据传送到动画软件中以生成皮影动画,从而提高皮影动画制作的效率。因此本文的主要研究内容为如何实现二维视频动作捕捉并将捕捉结果传送到皮影制作平台中。

作品概述

本文采用两种方法实现视频动作捕捉,检测法和跟踪法。检测法是对视频每一帧进行检测以获得人体姿态参数,该方法的精确度高但实时性差;跟踪法是在已知人体姿态条件下对姿态进行跟踪,本文采用的跟踪法以检测法检测到的人体姿态作为初始姿态模型并在跟踪一定数目的图像后再次进行检测,因此严格意义上,该方法是检测与跟踪的结合,其优点是实时性好,缺点是精确度较差。

检测法中采用基于部位组合的人体姿态估计算法,为获得更好的人体模型,提高姿态估计的精确度,在该算法原实验的基础上进行了大量实验,通过实验发现26部位人体结构,正样本旋转10°、20°条件下训练得到的人体模型在PARSE测试数据集上的人体姿态估计准确度最高,因此选择此模型作为检测法的人体模板进行动作捕捉。

跟踪法中实现了四种不同的跟踪算法,MeanShift算法、MeanShift+Kalman滤波算法、光流法以及MeanShift+Kalman+Horn算法,并对四种算法进行对比。通过实验对比发现MeanShift+Kalman滤波算法的跟踪效果最好,其跟踪结果在偏移最小的情况下跟踪时间最短。

为更有效的应用检测法和跟踪法,对两种方法进行了对比以获得各自适应的场景,对比结果表明:跟踪法适用于简单场景下的动作捕捉,该场景下跟踪法在损失较小精确度的情况下保证了实时性。检测法适用于复杂场景下的动作捕捉,该场景下检测法虽达不到实时性要求但保证了精确度。

本文通过大量实验获得了最优的人体模板参数及跟踪算法,使用检测法或跟踪法得到视频中角色的运动数据,并将该数据处理后传送到皮影制作平台生成动画,实验结果显示达到了将视频动作捕捉技术应用于皮影动画制作的预期目标。

作品成果展示2

检测法人体姿态估计结果:

MeanShift跟踪结果:

Meanshift+Kalman滤波跟踪结果:

改进的Horn算法跟踪结果:

Meanshift+Kalman+Horn跟踪结果:

动作捕捉在动画生成软件中的应用:

给学弟学妹的建议

打算读研的同学:好好学 数学!数学!数学!和专业课

打算工作的同学:仔细学某一种编程语言,多跟导师做项目练手

 

 

 

 

张雪晴

2013级

软件工程3班

Top