【技术实现步骤摘要】
本专利技术涉及，属于图像处理
技术介绍
由于运动捕捉技术获得的动画具有高度的逼真性，20世纪70年代末，运动捕捉技术已经应用于人体动画的制作，而在过去 的十年里，随着计算机技术的迅猛发展，使得基于运动捕获技术的角色动画制作已经逐渐代替传统的关键帧、过程模拟、动力学等计算机动画制作方法，成为制作三维计算机动画的主流方法，同时也成为计算机图形学领域的一大热点，该技术被广泛应用于电影广告、数字娱乐、体育仿真等领域。在具体动画制作过程中，动画师将运动捕获设备捕获得到的真实感的角色运动数据应用在动画角色身上，以此制作完成具有很强真实感的计算机动画。值得一提的是，虚拟角色运动的逼真性往往能掩盖其角色模型本身的粗糙感和不真实性，这大大改善了最后制作完成的计算机动画的视觉效果O运动捕捉的分类方法有很多种。从应用角度来看，可以分为表情捕捉和身体运动捕捉两类；从实时性来看，可以分为实时捕捉系统和非实时捕捉系统两类；而从工作原理角度来看，则可分为机械式、声学式、电磁式和光学式。不同原理的设备各有其优缺点，主要体现在定位精度、实时性、使用方便程度、可捕捉运动范围大小、成本、干...
【技术保护点】
一种运动捕捉数据的关键帧提取方法，其特征在于：第一步：初始聚类的划分和所需阈值计算，其由以下4步骤构成：步骤1.有N帧的运动序列连续读入，这里利用欧拉公式得到的相邻帧之间的相似度存放在数组中，数组中共有N？1个元素；所述利用欧氏距离来表示相邻运动帧之间的相似度，采用的计算公式是：sim(Fi,Fj)=Σt=1nωt(Fi,t-Fj,t)2所述F是运动帧，ω是各个关节点的权值，t指的是各个关节点；步骤2.数组中存放的相似度的元素作为参数分别依次进行聚类，分为两类，而且通过比较得到的两类的离散度最小时候的相似度值，此时的相似度作为所求的阈值之一；所有基于...
【技术特征摘要】
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。