基于低维数据的多尺度人体运动动画生成模型
时间：2022-06-02 15:21:01 浏览次数：次
摘 要：人体运动由于其时间复杂性和空间复杂性使得人体运动动画的生成较为困难。本文提出了一种基于低维数据的多尺度人体运动动画生成模型首先对数据进行降维去燥，引入DBSCAN算法，确定最佳聚类数目，引入K-means算法，优化运动数据库;其次，采用多尺度运动数据分析方法实现运动片段连接。最后，根据视频内容合成出新的动画数据采用限幅滤波，在动画制作中则是对相邻运动数据进行分解，通过修改细节分量和运动信号，细化细节分量，保证细节处又更好的流动体现，使得原来粗糙的动作显得更加平滑，流动性更好，动画的效果得到了进一步的保证。对动画制作现状有一定的指导意义。
关键词：动画制作 K-means聚类 低维数据 人体动画生成
引 言
随着技术的进步，人体动画在很多领域得到了发展，但由于其时间与空间的复杂性，再加上人体关节众多且互相影响直接控制关节来進行模拟驱动虚拟人运动十分困难。因此本文提出了一种基于低维数据的多尺度人体运动动画生成模型。
本文提出了一种基于低维数据的多尺度人体运动动画生成模型首先对数据进行降维去燥，引入DBSCAN算法，通过对人体运动库数据的线性处理，确定最佳聚类数目，引入K-means算法，挖掘人体运动数据库中的时空结构;其次采用多尺度运动数据分析方法实现运动片段连接。最后，根据视频内容合成出新的动画数据，采用限幅滤波，在动画制作中则是对相邻运动数据进行分解，通过修改细节分量和运动信号，细化细节分量，保证细节处又更好的流动体现，使得原来粗糙的动作显得更加平滑，流动性更好，动画的效果得到了进一步的保证。对动画制作现状有一定的指导意义。
一、基于低维数据的多尺度人体运动动画生成模型
1 构建人体运动库
人体的运动关节具有一定的自由度，一般是1--3个，如果虚拟人体的运动链具有n个关节，则其自由度≤3n，将其定义为关节变量。
关节变量决定运动的状态，也就是说人体动画是关节变量的组成的不断变化，因此任何一个空间系中，结构连可以组成向量空间，并且有状态向量表示：
2 人体运动动画生成
采用K-means聚类[4]：首先根据动画制作要求确定人体运动数据的聚类书木，以及将本数据集合，惊醒降噪处理，算法开始，设定初始聚类中心，计算数据到聚类中心的距离，接着计算各个数据到簇点的距离进行计算，然后将数据与距离最小的簇进行靠近，重新计算聚类中心，计算聚类中心是否又变化，如果又则重新反复以上步骤，直至没有变化，这样一来数据就聚类完毕。
将K-means算法运用到模拟中，具体算法流程如下所述：
3 聚类数目的确定
由于K-means算法需要确定聚类数目，本文采用BDSCAN聚类先行对数据进行处理，从而合理进行聚类数目的确定。
对于人体运动数据库的优化，在数据库基数庞大的情况下，可以采用SOM神经网络进行处理，可以利用傅里叶描述因子细化人体动作轮廓，从而表征其运动特征，提取出聚类分离度和精密度结合的聚类宽度，从而机械的进行自适应学习，简化运算步骤和时间、空间复杂度。
二、运动片段的人体运动连接：
首先，对两个连续片段的端点速度进行估计;
其次，对c1进行三次样条插值，保证数据的连续性[5]。
由于数据捕获存在细节问题，故本文运用限幅滤波方法。根据经验判断，两次连续的动作数据之间，可以确定出样本采集数据能允许的最大偏差，在动画制作中则是对相邻运动数据进行分解，细化细节分量，重复性动作以后，相邻动作被之间的细节被放大，最后链接基元运动信号，以及细节分量，从而保证了数据的连贯性，提高动画生成的流畅度。
在数据上具体有如下表现：
用A表示多尺度运动的链接片段，其取值一般才有最后一帧的关节值和下一次第一帧的关节值的之和的一半，也就是平均值，此关节值可以进行动态几何均值修改，通过修改细节分量和运动信号，保证细节处又更好的流动体现。限幅滤波的加入，使得原来粗糙的动作显得更加平滑，流动性更好。
三、结论
本文提出了一种基于低维数据的多尺度人体运动动画生成模型首先对数据进行降维去燥，引入DBSCAN算法，通过对人体运动库数据的线性处理，确定最佳聚类数目，引入K-means算法，挖掘人体运动数据库中的时空结构;其次采用多尺度运动数据分析方法实现运动片段连接。最后，根据视频内容合成出新的动画数据，采用限幅滤波，在动画制作中则是对相邻运动数据进行分解，通过修改细节分量和运动信号，细化细节分量，保证细节处又更好的流动体现，使得原来粗糙的动作显得更加平滑，流动性更好，动画的效果得到了进一步的保证。对动画制作现状有一定的指导意义。
参考文献
[1] Cheng X ， Liu G ， Pan Z ， et al. Fragment-based responsive character motion for interactive games[J]. The Visual Computer， 2009， 25（5-7）：479-485.
[2] Tang B ， Pan Z G ， Zheng L ， et al. Interactive generation of falling motions[J]. Computer Animation & Virtual Worlds， 2010， 17（3-4）：271-279.
作者简介：刘彬（1997.5.17），女，汉，河北秦皇岛市海港区人，研究方向：动画制作。