文章目录
摘要
近年来很多学者将人工智能、人工生命等技术融入到人体动画制作中,从而实现动画序列的自动生成,让人物角色具备一定的自主性和智能性。由于很多智能人体动画技术以人体运动捕捉数据为基础,因此本文先简要介绍了基于运动捕捉的人体动画制作流程中涉及到的各项技术,然后分别介绍了两类智能人体动画技术的发展脉络:群体动画技术和面向动画序列生成的人体动画制作技术。最后对智能人体动画技术的未来研究趋势作了展望。
关键词:计算机动画,智能人体动画,运动捕捉,群体动画,运动合成
1.引言
计算机动画以计算机图形学为基础,涉及到图像处理技术、运动控制原理、视频技术和艺术甚至于视觉心理学、生物学、机器人学、人工智能学等领域,是一个多种学科和技术综合的领域。计算机角色动画是计算机动画中非常重要的组成部分,其中又以人体动画最为常见。为了得到形象逼真的人体动画,艺术、计算机等领域的专家提出了很多方法,人体动画技术取得了很大进展,但由于人体运动包含的自由度多、数据维数高,运动过程中需要与外部环境进行交互等原因,在计算机中模拟复杂的人体运动仍然存在着很多困难和挑战。对人体动画的研究方法大致可以分为三类[1]:手工方法;基于物理的方法;运动捕捉数据驱动的方法。很多传统方法没有考虑到动画角色之间以及动画角色与虚拟场景之间的协调融合,在最终的动画制作过程中缺乏一定的智能性。为了进一步提高人体动画制作的效率,近年来很多学者将人工智能、人工生命[2]等技术融入到动画制作中。肖俊[3]将智能人体动画技术大致分为两类:群体动画技术和面向动画序列生成的人体动画制作技术。
很多智能人体动画技术都是以已有的三维人体运动捕捉数据为基础,因此本文先对基于运动捕捉的人体动画制作技术流程做简要介绍,再分别从群体动画技术和面向动画序列生成的人体动画制作技术两个方面来梳理智能人体动画技术的发展脉络。
2.基于运动捕捉的人体动画制作技术
基于运动捕捉的动画制作技术是以真实感三维运动数据为基础,采用数据驱动的方式产生三维人体动画。具体创作流程可以大致分为如下步骤[3]:运动数据获取、数据预处理、运动合成。
2.1 三维人体运动数据获取
运动捕捉技术起源于上世纪70年代[4],该技术的基本思想是采用特殊设备,实时捕捉真实运动物体(演员、动物等)的三维运动数据,然后将捕捉得到的运动数据映射到动画师事先建立好的三维模型上生成动画序列。
运动捕捉技术经过几十年的发展,大致分为两类:基于传感器的捕捉技术和基于视频的捕捉技术。基于传感器的捕捉技术中的运动捕捉设备有机械式、声学式、电磁式和光学式。基于视频的捕捉技术也可以进一步分类:从运动捕捉条件来看,可以分为基于单相机和基于多相机两类;从技术手段来看,可以分为基于特征跟踪、基于模型匹配、基于统计学学习、基于侧影分析等几类。基于视频的捕捉技术仅仅使用少量便宜设备就能利用大量已有的视频信息,和基于传感器的捕捉技术相比具有成本低、环境限制少的优势。
2.2 人体运动数据预处理
运动捕捉设备得到的原始运动数据通常有数据量大、缺少结构化信息的缺点,我们通常希望运动数据能够通过预处理满足一些需求[5]:(1)数据完善,可以精确反映运动;(2)可以复用;(3)可以增加衣服的运动等辅助运动;(4)可以建立非真实感的风格化运动;(5)根据动画制作的设想改变运动意图;(6)弥补真实运动的一些不足:如反复运动不循环等。运动编辑技术可以对已有的运动数据,按照用户需求对其特征进行改变,从而满足动画制作的需求。在运动编辑技术中,输入给系统的往往都是一段单一的运动数据。常见的运动编辑技术有运动数据分割、运动重定向、关键帧编辑、运动变形、运动路径编辑等。
2.3 运动合成
运动合成是以多个已有三维人体运动数据为输入,通过处理产生一段新运动数据的过程。根据不同的技术手段和面向的问题,运动合成技术的常见类别有以下几种[6]:
(1)运动过渡和运动融合:将用户输入的两段运动数据进行无缝拼接,最终形成一段较长