论文部分内容阅读
随着计算机软硬件和图形学技术的高速发展，使得利用计算机自动创作动画成为一种普及的动画制作方法。近年来，随着运动捕获设备的广泛使用，生成了大量具有真实感的3D人体运动数据，这些数据被广泛地应用于动画生成、计算机游戏以及医学仿真等多个领域。由于运动捕获数据是基于高速率采样得到的，平均每秒钟几十甚至上百帧，而它的每一帧又包含了十几甚至几十个关节点的旋转信息，因此它的数据量很大，如何有效地存储和浏览这些数据就变得非常重要。为了便于大量运动捕获数据的压缩存储、检索、浏览以便进一步重用，对运动捕获数据进行关键帧提取是非常有意义的。
本文研究了国内外现有的基于运动捕获数据的关键帧提取方法，特别是自适应采样的关键帧提取方法。并从满足系统的实时性和压缩比两方面的需求出发，提出了改进的自适应关键帧提取算法。本文的主要研究工作是：
(1)研究和分析了人体运动表示法，并针对运动捕获数据文件——BVH文件中的运动数据，将文件中用欧拉角表示的数据转换成四元数表示，用四元数的差异表示人体姿态的差异，进而提取运动数据中的关键帧。
(2)在关键帧提取算法中，阈值需要通过用户指定来设置，为了满足系统的实时性和后期动作编辑的需要，把阈值的设置改为采用自适应方法来设置，从而设计了一种从运动捕获数据文件中提取关键帧的高效算法。
(3)把改进的关键帧提取算法作为实验检测系统的实时性。实验结果表明，该方法能够高效地从运动捕获数据中提取出关键帧，较好地满足了数据实时压缩的需要。