一种图形处理的关节中心参数估计方法技术

本发明专利技术公开了一种图形处理的关节中心参数估计方法，其用于一通用计算机的运动捕获处理，包括以下步骤：对标志点进行刚性预处理；估计计算关节中心回归参数；从关节中心回归参数获得刚性点集；对刚性点集进行选择处理。本发明专利技术图形处理的关节中心参数估计方法由于采用了上述对标志点的刚性预处理，以及优化的关节中心初值估计方法，其在图形处理中消除了标志点的漂移，简化了处理过程，且提高了数据处理的准确性。

【技术实现步骤摘要】

本专利技术涉及一种计算机的图形处理方法，尤其涉及的是一种模拟生物 运动的显示处理的关节中心参数估计方法。
技术介绍
运动捕获技术的发展历程可以追溯到20世纪70年代，当时，迪斯尼 公司曾试图通过捕获演员的动作以改进动画制作效果。当计算机技术刚开 始应用于动画制作时，纽约计算机图形技术实-睑室的Rebecca Allen就设计 了一种光学装置，将演员的表演姿势投射在计算机屏幕上，作为动画制作 的参考。从20世纪80年代开始，美国Biomechanics实验室、Simon Fraser 大学、麻省理工学院等陆续开展了计算机人体运动捕获技术的研究。此后，运动捕获技术吸引了越来越多研究人员和开发商的目光，并从 试用性研究逐步走向了实用化。1988年，SGI 7〉司开发了可捕获人头部运 动和表情的运动捕获系统。目前，在发达国家，运动捕获已经进入了实用 化阶段，已经有多家厂商相继推出了商品化的运动捕获设备，如Vicon、 Polhemus、 Sega Interactive、 'MAC、 FilmBox、 MotionAnalysis等。运动-捕 获技术的应用领域也远远超出了最开始的角色动画，并已经成功地应用于 虚拟现实、游戏、人体工程学、运动模拟训练、生物力学研究等许多方面。究竟什么是运动捕获？运动捕获
的权威工程师Alberto Menache在他的新书《Understanding Motion Capture for Computer Animation一个准确的定义"Motion capture is the process of recording a live motionevent and translating it into usable mathematical terms by tracking a number of key points in space over time and combining them to obtain a single three-dimensional representation of the performance."(运动捕获;lt是i己录一生 物的活动事件并将之转换为可用的数字表示的过程，该过程通过追踪一系 列的在一定时间和空间内的关键点的运动，并结合这些关键点以获取代表 该行为的一单独三维表示)筒单来说，运动捕获是将现场行为(Live Performance)转换为数字化行为(Digital Performance)的4支术。被捕获的主体 可以是这个世界上任何具有行为能力的生物或物体；而记录下的关键点 (Key Points)的位置应该在能最佳表示出主体不同肢体或部位运动的关键区 域，如肢体中心位置或肢体相邻链接处。对于人体而言，这些关键点的位 置就是人体的关节中心附近或人体骨骼突出的位置。在这些位置放置了 一 些传感器，比如反光球、红外光二级管或电》兹传感器等能够往信号收集装 置主动或被动传送信息的器件。这些器件在运动捕获领域中经常被称为标 志点(Marker)，它们是运动捕获系统的重要组成部分之一。然而，在现实生活当中，人们总是将角色动画(Character Animation)和 运动捕获混为一谈，尽管两者有着本质的区别。运动捕获只是"收集"运 动，而角色动画的核心是驱动角色运动的数据。为了获得一个运动的角色， 我们需要进行运动捕获，并且把捕获到的运动数据"映射"到三维角色上 去。然而，运动捕获记录下的只是那些可以描述运动的数据，通常是指标 志点的三维空间坐标，而角色动画所需要的数据通常是指一组描述角色平 动的平移数据和关节转动的角度数据。从标志点的三维空间坐标数据到描述角色平动的平移数据和关节转动 的角度数据的映射问题是一个很复杂的问题，也正是运动捕获数据处理技 术研究的核心问题。它需要基于数字信号处理技术处理由于各种原因导致 的三维空间坐标数据中的噪声；其次，它需要基于人体生理结构特性和运 动特性，运用优化原理和计算机方法来生成人体骨骼运动。它的研究涉及到生理学、多刚体运动学、优化计算、图形学等多个领域，是一个多学科交 叉的研究课题。最近几年，计算机视觉领域对运动捕获数据处理问题进行了积极的探索，取得了很大的进展，也有了一些商业上的应用系统，比如Autodesk公 司的MotionBuilder和Character Studio以及Vicon公司的Bodybuilder。这 些软件没有技术文档可以参考，但是由于它们的数据处理结果中广泛存在 膝关节和肘关节没伸展开和关节自由度被限制的情形，使得研究者们确信 这些软件采用了逆运动学技术；另外这些软件有时会产生的头倒置的处理 结果，使得研究者们猜测采用了一些诱导性的法则，例如头的朝向被默 认为始终朝上的。只有熟练的动画师才能〗吏用这些软件,通过复杂的操作 完成运动捕获数据的处理。因此，目前并没有完全令人满意的实用成果， 尤其是离计算机动画、游戏和人体运动仿真等要求自动化准确恢复人体运 动的目标还有相当大的距离。另一方面，运动捕获技术在我国还是一个需要深入研究开发的领域， 因为国内刚刚认识到它的作用，并且还只是刚刚参与进来。现有的两家厂 商都是在机械复制国外的产品，在数据处理技术上遇到了瓶颈，无法提高 数据的处理质量和简化运动捕获数据的处理才乘作流程。由此可见，由于存在众多技术难点，已有的研究工作在精度、效率、 稳定性等方面还难以满足实际应用中人们对高质量运动捕获数据的迫切需 求。这就促使另辟蹊径，探讨运动捕获数据处理研究领域中的新方法，新 思路。现有技术的三维人体运动捕获技术是计算机视觉、计算机图形学以及 虚拟现实等研究领域中一个备受关注的前沿方向，在计算机动画、人体运 动仿真、生物运动力学分析、医疗康复等方面具有广阔的应用前景，不仅 具有重要的研究意义，而且具有很好的应用价值。运动捕获技术的最大优 点是能够捕获到物体真实运动的数据，由此生成的运动具有很强的真实感，并能合成更多复杂的运动。准确的关节中心位置数据不仅可以增加虚拟人运动的真实感，而且还 可以增强人体运动力学仿真分析的可信度，因此，如何利用标志点数据计 算出高质量的关节中心位置数据是现有技术的研发主要问题一一关节中心 参数估计问题。目前的关节中心估计方法从原理上来分主要有两大类回归分析方法 和函数分析方法，并且，基于函数分析方法的关节中心参数估计算法开始 得到了高度的重视。然而在研究过程当中，研究者们更多的关注，针对不 同情况发展一系列的不同目标函数，来进行关节中心参数的计算，而很少 有人去关注对原始标志点数据的处理。由于关节中心计算的目标函数中变量数目比较多(主要为关节中心的 位置参数)，并且是非线性的，因此在做优化计算时，收敛性能很不好，主 要表现在两个方面(l)收敛速度比较慢；(2)容易在局部的极小值收敛。 在优化计算当中， 一个好的初值对于优化一个性质不好的目标函数而言， 是至关重要的，它可以有效提高收敛速度，同时保证收敛到一个比较好的 解。在现有技术的运动捕获过程中，在表演者的一些特殊的肢体(如头 部，腰部)上，贴有一定数量(超过三个)的标志点，用来定位这些肢体 的位姿，因此希望这些标志点在相应的肢体本文档来自技高网...

【技术保护点】
一种图形处理的关节中心参数估计方法，其用于一通用计算机的运动捕获处理，包括以下步骤：　Ａ、对标志点进行刚性预处理；Ｂ、估计计算关节中心回归参数；Ｃ、从关节中心回归参数获得刚性点集；Ｄ、对刚性点集进行选择处理。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘思源，文高进，郑倩，曹文静，冯圣中，樊建平，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：94[中国|深圳]