基于二维衣片反求服装曲面方法研究

以服装立体裁剪所获得服装衣片结构线二维数据与人体模型特征线三维数据为基础,依据按已知条件构造可展面理论,研究在定长映射下服装衣片与服装曲面之间转换的几何学方法,进而实现服装曲面二维向三维的变换.     

基于单视频图像序列的人体三维姿态重建

提出了至少存在一个深度值已知点的约束条件下,基于单视频图像序列重建人体三维姿态的方法.利用已知间距的平面点阵来标定获得摄像机参数,在透视投影模型下,根据单视频图像序列中人体关节点的二维数据,重建其三维信息.并将人体运动序列按照运动突变点划分为若干子序列,有效消除了二义性的干扰,较为精确的实现了人体三维姿态的重建.给出了该方法的实验过程及计算结果,验证了该算法的可行性和精度.     

服装CAD中个性化三维人体建模

针对三维服装仿真中对各种不同体态特征的人体模型的需求,给出了一种个性化三维人体建模方法。首先对一系列具有不同特征尺寸的成年女性的人体扫描数据进行简化处理,建立具有一致拓扑的人体模型;然后根据不同人体的对应数据点及其相应的特征尺寸,生成各个简化数据点随特征尺寸变化的规律。利用此变化特性,对参考人体模型进行变形得到新尺寸下的人体模型。该方法已在所开发的三维虚拟试衣系统实现,并取得了较为理想的试验效果。     

一种视频驱动的三维虚拟人动画实现方法

研究实现三维人体动画具有广泛的应用前景和实用意义,提出了一种二维视频驱动的三维人体动画实现方法。基于动态帧的关键帧提取算法从二维视频中构建了二维关键帧集合;基于二维关键帧构建二维人体骨骼模型;利用小孔成像原理和勾股定理计算得到关节特征点的深度坐标,从而得到了反映人体动画的三维数据。实验结果表明,该方法生成的三维人体动画形象逼真、成本低、提高了运动生成的实时性,能够应用于虚拟现实、计算机游戏、三维视频游戏制作等领域。     

变形图驱动的人体与脸部网格模板拟合系统

为了建立统一的人体模型数据库/人脸模型数据库,实现了一个用标准三维人体/人脸网格模型拟合扫描数据的系统.该系统为人体模型构建特征点候选区域,用马尔可夫网络对候选区域进行概率预测得到人体特征点的位置;对于人脸模型,采用基于回归树的算法在多幅不同角度的人脸图像上分别检测其二维特征点,融合得到准确的三维特征点位置;得到特征点后,使用相似变换对标准模板和扫描模型的位置朝向以及尺度进行统一;通过特征点引导的变形图算法对标准模板和扫描模型的形状和姿态进行粗配准;最后使用基于稠密点对应的顶点仿射变换拟合得到变形后的标准模板.对CAESAR数据集中的人体模型以及扫描得到的人体和人脸模型均进行了拟合,实验结果表明,该系统能够精确地捕捉扫描数据的几何形状.     

三维实体精确分层算法及虚拟重构技术

为了避免三维模型分层过程中的计算误差,并对分层效果进行预测和评价,提出一种精确分层算法及三维实体虚拟重构技术.分层采用投影二维工程图的技术,利用CAD软件本身所具有的二维轮廓提取及剖面线设置功能,输出一系列剖面视图提供给成型设备.三维实体重构技术完全模拟“层叠”制造过程,将一系列二维轮廓信息重构成三维实体.针对三维运动控制代码及二维工程图文件两类控制方式分别给出了两种重构算法.利用二次开发技术在SolidWorks上实现了算法功能,应用实例验证了其可行性及有效性.此方法可在大多数三维CAD系统平台上实现.     

面向与历史无关造型的三维约束求解方法研究

以基于历史的造型系统中应用较为成熟的两项技术——特征编码和二维约束求解为基础，基于特征进行三维约束建模，从而打破传统的基于历史造型系统中特征之间的单向依赖关系；然后将三维约束关系映射到二维草图进行处理，简化了问题．该方法在InteSolid 2．0上实现．     

真实感人脸的形状与表情空间

提出一种建立三维人脸扫描模型参数空间的算法,其中的模板拟和算法基于能量最小的优化机制,通过非线性优化过程求解模板模型在每个顶点上的位移矢量,使之逼近目标模型.优化目标方程由以下测度组成：距离、平滑度以及人脸特征对应,如特征曲线、边界和特征点对等.使用该算法可用于不同人脸以及不同表情模型之间的对应建立,从而获取一致参数化的人脸形状和表情空间.在文中系统中,三维面部特征曲线通过Canny边检测算法自动获取,这样自动检测获取的特征曲线可用于降低三维形状描述的维数,同时完整的面部几何形状通过径向基函数插值得到.在中性人脸和表情人脸模型上所作的一致参数化为许多应用提供了平台,如形状渐变,纹理迁移和表情迁移.考虑到自动提取的特征曲线和二维线画卡通人脸的相似性,使用迭代优化算法实现二维线画卡通人脸姿态到三维真实人脸模型的迁移.     

基于层级循环神经网络的术中X线图像腰椎自动识别

针对图像引导微创脊柱手术中移动C型臂X线成像特点,通过学习人体腰椎的曲率特征实现腰椎识别,提出一种基于层级循环神经网络的X线图像腰椎自动识别方法.首先为解决X线图像中腰椎纹理混叠的问题,提取腰椎三维模型与二维X线图像中共有的曲率特征作为模型的输入;其次为模拟术中移动C型臂多角度成像的特点,采用双向循环神经网络学习腰椎曲率特征,刻画腰椎曲率特征在不同成像角度下的关联性;最后为解决病理情况下腰椎部分信息缺失的问题,提出一种层级循环神经网络模型,通过逐层融合的网络架构对人体腰椎间天然的上下文关系进行建模,提高模型在病理情况下的腰椎识别率.在开源数据集和术中移动C型臂X线图像上的实验结果表明,文中方法在正常情况和病理情况下的腰椎识别率均优于其他4种方法,且由于使用了数据量较少的二维曲率特征,该方法在训练和测试阶段的计算效率更高,更适合于术中图像引导的应用.     

一种新的非接触式三维指纹采集与数据分析方法

本文介绍了一种新的非接触式的三维指纹采集系统以及其数据分析处理方法.系统搭建了三维采集系统,获取到高质量的三维指纹数据和图像数据.还从特征点、特征线和特征区域出发分析比较了三维数据和油墨捺印及二维图像的数据质量,实验结果表明本文给出的采集系统获取的三维活体指纹数据在克服传统二维指纹数据缺陷的同时还能反映传统指纹分析所需的全部特征,具有更好的抗污能力,能更好地保持指纹的表面真实性.     

Video-based Approach to Human Animation

A method based on computer vision technologies is presented to determine the 3-D spatial locations of joints or feature points of a human body from human motion video. The proposed method first applies the geometric projection theory to obtain a set of feasible postures in some key frames according to predefined 2D video features and 3D-model features correspondence. Next it makes use of the available skeleton controlled human model to get a feasible posture for each key frame. The method is applied to a series of video images to animate artificial 3D human models.     

一种基于视频的人体动画骨架提取技术

人体动画是计算机动画中最具有挑战性的领域．针对传统人体动画技术的不足,提出了一种新技术来提取视频中的人体骨架,以应用于人体动画．对于任何视频流,该方法都能在图像序列中跟踪人体特征骨架,并建立了透视投影下的三维人体运动骨架序列,最终通过自动注释运动信息建立了可供动画师浏览、查询的运动信息库．这种方法具有素材来源丰富、计算量少、制作高效等特点,而且产生了人体运动非常真实,同时也将动画师从枯燥的工作中解     

从手机短信到3D动画人物表情的自动生成

手机3D动画自动生成系统旨在通过输入一条手机短信得到与其相符的动画并发送给接收方.动画中表情对于表达情绪主题以及强化动画效果等具有重要意义.本文重点研究手机3D动画中人物表情的自动生成.主要包括定性规划和定量计算两大部分.定性规划部分主要利用语义网技术，基于面部编码系统和情感轮模型构建表情本体库并建立相应公理，然后根据短信的关键信息进行知识推理，得到关于表情的定性描述.在定量部分将定性描述信息转化为具体动画数据并处理表情平滑过渡等问题.在实验的270条数据中除人为操作引起的异常外，表情规划成功率为71.2%，其中多样性表情生成率为86.89%.实验表明该方法能够较好地生成表情动画.     

基于单目视频运动跟踪的三维人体动画

针对传统人体动画制作成本高、人体运动受捕获设备限制等缺陷,提出了一种基于单目视频运动跟踪的三维人体动画方法。首先给出了系统实现框架,然后采用比例正交投影模型及人体骨架模型来恢复关节的三维坐标,关节的旋转欧拉角由逆运动学计算得到,最后采用H-anim标准对人体建模,由关节欧拉角驱动虚拟人产生三维人体动画。实验结果表明,该系统能够对人体运动进行准确的跟踪和三维重建,可应用于人体动画制作领域。     

3D Posture Reconstruction and Human Animation from 2D Feature Points

An optimal approach is proposed in this paper for posture reconstruction and human animation from 2D feature points extracted from the monocular images containing human motions. Biomechanical constraints are encoded in every joint of the adopted 3D skeletal human model to make sure that each state of the joints represents a physically valid posture. Size of the human model is adjusted to be consistent with the human figure represented by feature points. Energy Function is defined to represent the residuals between the extracted 2D feature points and the corresponding features resulted from projection of the 3D human model. Local Adjustment and Global Adjustment procedures are proposed to place the joints and body segments into proper locations and orientations in 3D space to create the posture with the minimum value of Energy Function. To find the optimal solution of the ill‐posed recovery problem from 2D to 3D, Genetic Algorithm is employed in the high‐dimensional parameter space by considering all the parameters simultaneously. Smooth and continuous changes between consecutive frames are considered in development of the human animation procedure. The proposed approach produces optimal reconstruction results of any possible human postures and movements. It is different from classical kinematics and dynamics formulations, and is an attempt to bridge the gap between computer vision and computer animation in human motion study.     

Character animation creation using hand-drawn sketches

To create a character animation, a 3D character model is often needed. However, since humanlike characters are not rigid bodies, to deform the character model to fit each animation frame is tedious work. Therefore, we propose an easy-to-use method for creating a set of consistent 3D character models from some hand-drawn sketches while keeping the projected silhouettes and features of the created models consistent with the input sketches. Since the character models possess vertexwise correspondences, they can be used for frame-consistent texture mapping or for making character animations. In our system, the user only needs to annotate the correspondence of the features among the input-vector-based sketches; the remaining processes are all performed automatically.     

视频驱动人脸动画合成(英文)

In this paper, we present a system for real-time performance-driven facial animation. With the system, the user can control the facial expression of a digital character by acting out the desired facial action in front of an ordinary camera. First,we create a muscle-based 3D face model. The muscle actuation parameters are used to animate the face model. To increase the reality of facial animation, the orbicularis oris in our face model is divided into the inner part and outer part. We also establish the relationship between jaw rotation and facial surface deformation. Second, a real-time facial tracking method is employed to track the facial features of a performer in the video. Finally, the tracked facial feature points are used to estimate muscle actuation parameters to drive the face model. Experimental results show that our system runs in real time and outputs realistic facial animations.Compared with most existing performance-based facial animation systems, ours does not require facial markers, intrusive lighting,or special scanning equipment, thus it is inexpensive and easy to use.     

视频驱动人脸动画合成

描述了一种实时的视频驱动的人脸动画合成系统.通过该系统,用户只要在摄像头前面表演各种脸部动作,就可以控制虚拟人脸的表情.首先,建立一个基于肌肉的三维人脸模型,并使用肌肉激励参数控制人脸形变.为提高人脸动画的真实感,将口轮匝肌分解为外圈和内圈两部分,同时建立脸部形变与下颌转动的关系.然后,使用一种实时的特征点跟踪算法跟踪视频中人脸的特征点.最后,将视频跟踪结果转换为肌肉激励参数以驱动人脸动画.实验结果表明,该系统能实时运行,合成的动画也具有较强真实感.与大部分现有的视频驱动的人脸动画方法相比,该系统不需要使用脸部标志和三维扫描设备,极大地方便了用户使用.     

面向手机3D动画自动生成的空间分层布局规划

手机3D动画自动生成系统是将用户发送的短信,经过信息抽取、情节规划等一系列的处理,最终生成一段与短信内容相关的三维动画并发送给接收方这一过程.布局规划是系统的一个重要组成部分,其功能是将模型放置到场景的可用空间上.通过对布局问题的研究,本文提出了一种基于区域布局和模型布局的分层布局方法,其包括定性规划和定量计算两个部分,利用语义网技术建立分层布局知识库,基于规则的方法推导出分层布局定性规划方案,并对模型位置进行动态计算.最后,通过实验验证了分层布局规划的有效性和多样性,满足了自动生成系统对布局规划的要求.