导读:本文包含了虚拟人合成论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:虚拟人,动画,模型,折迭,蒙皮,表情,关键。
虚拟人合成论文文献综述
杜锦绣,高伟[1]（2019）在《基于数字化扫描的虚拟人建模合成技术研究》一文中研究指出在数字化扫描技术支持下,虚拟人技术得到了进一步发展,被广泛应用于各行各业。对数字化扫描技术、扫描原理、虚拟人技术及基于数字化扫描技术的建模方式进行分析,通过手部建模实例,利用PolyWorks软件,以数据获取、模型拼接、空洞修补3个步骤为主介绍了虚拟人手部建模的具体流程。相较于传统方法,该方法可以在少量样本的情况下,得到更逼真的人体模型,使虚拟人技术在医学手术、影视动画、游戏设计等领域的应用更接近于真实情境。(本文来源于《软件导刊》期刊2019年06期）
杜锦绣[2]（2019）在《叁维虚拟人建模合成技术的研究》一文中研究指出叁维虚拟人的研究一直是虚拟现实技术的热点研究之一,本文围绕叁维虚拟人建模合成技术介绍了虚拟人建模合成技术的应用、特征及发展现状,并分析了虚拟人建模合成技术的发展趋势与现在常用的建模合成技术。1.虚拟人建模合成技术的现状(本文来源于《电子世界》期刊2019年06期）
于晓敏[3]（2017）在《数据驱动的虚拟人运动分析与合成技术研究》一文中研究指出人体运动捕捉数据可以真实记录人体运动的详细信息,被广泛应用于计算机动画、虚拟现实等方面。伴随着人体运动捕捉数据规模的进一步增长,如何对现有人体运动捕捉数据进行运动分析与虚拟人运动合成,成为当前的一大研究热点。本文针对数据驱动的虚拟人运动分析与合成关键技术,重点从人体运动行为分割、运动行为模板提取与标注以及虚拟人运动合成叁个方面进行深入研究。本论文的研究工作主要包括:在数据驱动的人体运动行为分割方面,提出两种运动行为分割方法。(1)基于图割模型的行为分割方法:首先用人体运动捕捉数据构建无向加权图,从而把行为分割问题转变为图割问题;而鉴于图割问题NP难,通过分析谱聚类与图割之间的关系,分别采用基于t-最近邻和Nystrom算法的方法实现运动行为分割;进一步构建基于动态规划原理的能量函数,实现行为分割结果的优化。(2)基于分裂EM(Expectation Maximization)估计 GMM(Gaussian Mixture Model)参数的行为分割方法:假设属于同一运动行为的人体运动捕捉数据符合一个高斯模型,对其进行建模;采用分裂EM算法对GMM参数进行估计,从而实现运动行为分割;并进一步构建基于最大相似性的能量函数,提高行为分割的精度。在数据驱动的运动行为模板提取与标注方面,提出层次化的运动行为模板提取与基于层次运动行为模板的标注方法。对单一运动行为人体运动捕捉数据进行隐马尔可夫建模,提取基于运动类型的父层次模板和基于运动风格的子层次模板;并且通过DTW(Dynamic Timing Warping)方法实现父层次运动类型标注,通过CTW(Canonical Time Warping)方法实现子层次运动风格标注。在数据驱动的虚拟人运动合成方面,提出基于行为标注的虚拟人运动合成方法。首先对行为标注的人体运动捕捉数据构建无向加权运动图,通过Floyd算法计算该运动图中任意节点间的最短路径,最后采用交叉插值方式对满足条件的最短路径上运动片段进行插值,从而实现虚拟人的运动合成。(本文来源于《北京交通大学》期刊2017-03-01）
曹宁哲[4]（2016）在《完整虚拟人头部建模及面部表情合成研究》一文中研究指出随着虚拟现实技术、计算机图形学技术和计算机视觉技术的快速发展,叁维虚拟人逐渐发展成为一门新兴的学科,并吸引了越来越多的人从事相关的研究。由于人类的面部表情和情感非常丰富,所以叁维虚拟人头部的研究更是成为了研究的热点。叁维虚拟人头部的研究不仅具有巨大的研究价值,还具有广阔的应用前景,比如在医学整容、电子商务、视频教学、游戏开发等领域总能看到它的身影。在研究中,人们常常利用叁维扫描仪或者建模软件来建立头部模型,但是这些方法建立的模型都存在一些问题,最主要的就是数据量太大,不容易控制。因此,建立一个数据量比较少且能够完整地表达头部的结构,同时又易于控制的头部模型就成为本文的研究重点。随着研究人员的增加和相关工作的积累,出现了很多不同的头部模型,这些模型要么是结构不够完善,要么就是模型过于复杂,不容易控制。针对该问题,本文将建立一个结构完整能表达头部特征的模型。本文首先将软件导出模型简化并去除面部网格后的模型和标准Candide-3模型结合在一起,合成一个通用的模型。然后,利用Bezier曲线模拟眼睑的内外边缘和上眼睑沟实现眼睑的重建,同时利用两个半径不同的球体相结合的方法完成眼球模型的建立,并用四角面片模拟牙齿,就可以得到一个完整的虚拟人头部模型。接着,利用从输入的单幅正面人脸照片上提取的特征点信息对模型面部的特征点、面部非特征点以及后脑勺的点进行调整,得到一个和输入照片的人脸相匹配的特定头部模型,利用不同的方法对不同的模块贴纹理,就可以得到一个真实的头部模型。最后,利用人脸动作单元对头部模型面部和表情合成相关的顶点坐标进行调整,合成面部真实感的表情动画。实验结果表明,建立的头部模型能够给人很强的真实感,且模型容易控制,基于该模型合成的虚拟人面部动画比较真实。(本文来源于《西南交通大学》期刊2016-06-29）
张思卿,郑睿,谭同德[5]（2014）在《虚拟人平衡保持与恢复的行为动画合成方法研究》一文中研究指出以突发事件下意外受扰的虚拟人为研究对象,着重研究其平衡保持与摔倒的行为控制机制及演化过程的动画仿真,探索现有工作尚未涉及的科学难点和有关问题的解决方法.具体包括:视觉、听觉受突发刺激扰动时,虚拟人主动避险中的平衡保持行为的动画合成技术;复杂、动态环境下,虚拟人受突发性外力作用而失衡后的反应式平衡恢复行为的动画合成技术;虚拟人平衡恢复失败后所采取的保护性摔倒行为的动画合成技术.(本文来源于《河南师范大学学报(自然科学版)》期刊2014年04期）
何长鹏,侯进,王献[6]（2014）在《基于骨骼的叁维虚拟人运动合成方法研究》一文中研究指出针对虚拟人运动合成中建立的人体模型存在复杂化、合成的虚拟人运动序列逼真度差的问题,提出了一种基于骨骼的虚拟人运动合成方法。在分析人体结构的基础上,通过叁维图形软件获取人体骨骼数据,构建虚拟人体的骨骼模型。另外,将关键帧四元数球面插值算法与时间和空间变形方法相结合,生成多样化的虚拟人运动序列。实验结果验证了该方法的有效性。(本文来源于《计算机工程与科学》期刊2014年04期）
宋松[7]（2014）在《复杂环境中虚拟人运动合成》一文中研究指出复杂环境中真实感虚拟人的运动合成问题是虚拟现实研究领域中的一个难点和重点,该问题的关键在于实现复杂场景中虚拟人对于各类障碍物的动作响应,以及提高人体运动捕捉数据的重用性,使合成的人体运动序列更为真实丰富。由于先前的研究仅局限于单一环境中的运动合成,没有考虑复杂场景中虚拟人运动控制情况,并且人体运动捕捉技术应用的设备十分昂贵且操作复杂,不易采集运动数据,而基于路径控制的复杂环境真实感虚拟人运动控制的研究,不仅提出了复杂环境中虚拟人控制的新方法,还有效解决了以上两个问题,因此具有重要的研究意义及广阔的应用前景。本论文根据数据库中现有的人体运动捕捉数据,设计实现了复杂环境中基于路径指导的虚拟人运动合成框架,该框架首先根据用户在复杂环境中为虚拟人指定的运动起始点和目标点,以及环境信息,由路径规划器规划两点间的最优路径,并通过为路径标记控制锚点提取路径的有效控制信息；然后,为运动序列构建相应的运动场及过渡控制器；最后,在路径锚点的控制下,实现基于运动场的虚拟人运动合成。本论文研究工作主要包括：1.设计复杂环境,环境中包含静态障碍物及动态障碍物,基于SIPP (Safe Interval Path Planning)算法实现复杂环境中起始点到目标点的虚拟人的路径规划,并通过双向遍历的路径平滑算法优化路径。通过为路径标记控制锚点,实现路径控制信息的提取,其中控制锚点主要包括：转向锚点、时间锚点和高度锚点；2.通过采用基于运动选择过程算法,实现紧致运动数据集和运动控制器的构建,并且在不改变源控制器和目标控制器参数的前提下,通过定义评分标准,迭代检测运动序列对过渡控制器性能的贡献,选取构建过渡控制器所需的运动序列,以实现不同种类运动控制器间的平滑过渡；3.通过为运动序列构建相应的运动场,并在路径锚点控制下,利用增强学习算法,根据任务的不同定义相应的奖惩函数,以及基于运动场的虚拟人运动合成算法合成沿路径的虚拟人运动序列,实现了复杂环境中基于路径控制的真实感虚拟人运动合成。(本文来源于《北京交通大学》期刊2014-03-18）
王娅[8]（2013）在《叁维虚拟人表情合成技术的研究》一文中研究指出计算机虚拟现实技术发展迅速,是当下研究热点。人是虚拟场景中最重要的角色,虚拟人技术在影视制作、游戏制作、多媒体、电子商务、视频会议和可视电话等领域应用广泛,具有面部情感表达的虚拟人能提高虚拟场景的真实感和人机交互的沉浸感,因此合成具有真实感和易于控制的叁维虚拟人脸表情具有非常大的研究价值。虚拟人表情合成的研究主要分为虚拟人脸模型的建立和表情合成两部分。目前的主流方法是用3D扫描仪来建立模型,人物表演来驱动表情合成。此方法获得的人脸模型和表情真实度高,但扫描和表演驱动都需要借助价格高昂的外部设备,且获得的人脸模型数据量过大,不易对表情进行控制,需要人力来完成。针对以上问题,本课题采用不借助任何仪器和设备的建模方法来建立叁维人脸模型,并且采用简单、数据量小、易于控制的基于MPEG-4标准的表情合成方法来实现虚拟人的表情动画。根据MPEG-4标准的表情合成方案建立合适的叁维人脸模型。本课题需要用到的叁维人脸模型分为两类,分别是用于建立表情动画数据的人脸表情合成母模型和验证表情合成方案可行性和通用性的人脸表情合成子模型。本课题选取了结构简单、能够匹配MPEG-4标准中人脸表情参数的Candide-3模型作为母模型,用Loop细分Candide-3模型建立表情合成系统的子模型。本文对从人物造型软件Poser导出的精细叁维虚拟人脸模型进行了边折迭简化,建立了另一个人脸表情合成子模型,针对虚拟人脸模型的几何特征,提出了基于顶点权重的网格简化算法。本文基于MPEG-4标准的表情动画原理建立了一个叁维虚拟人脸表情合成系统,该系统首先建立MPEG-4中人脸表情参数与Candie-3模型的匹配关系,然后构建人脸动画定义表,接着计算表情合成后叁维人脸网格点的坐标,对其基于人脸动画参数值的算法做了不受0边界影响的改进。最后合成了6种基本人脸表情和实现了由人脸动画参数驱动的表情合成,用两个人脸表情合成子模型验证了本课题表情合成方法的可行性和通用性。(本文来源于《西南交通大学》期刊2013-07-03）
何长鹏[9]（2013）在《基于骨骼的叁维虚拟人运动合成技术研究》一文中研究指出人类社会的实践活动归根到底离不开人的参与,研究人类复杂的行为特性对于人类社会的发展具有重要的现实意义。随着现代计算机科学的迅猛发展,利用虚拟人(Avatar或Virtual Human)来仿真人类复杂的行为特性成为当前研究的热点。虚拟人运动合成技术作为人体运动仿真当中一项重要的研究内容,涉及计算机图形学、人体运动学等学科,具有多维数、多层次、多学科和多目标的特点。本文的研究目标是提出一种基于骨骼的叁维虚拟人运动合成技术方案,实现虚拟人的运动建模,合成真实自然的多样化虚拟人运动序列。首先,在分析人体层次化结构的基础上,将获得的人体模型数据,依据人体解剖学原理进行简化处理,建立了虚拟人骨骼模型,该模型完全符合H-Anim标准。然后,对选取的关键帧进行简单分类处理,用向量和旋转四元数来表示关键帧。在关键帧插值计算过程中,人体空间位置的变化,采用一般的线性插值算法,而运动姿态的变化过程较为复杂,选用四元数球面线性插值算法。插值过程中相邻的关键帧数据出现异常,就会导致插值结果不准确。为了弥补关键帧插值的不足,采用运动约束重建的方法,对虚拟人运动姿态进行调整,合成真实自然的运动序列。其次,由于虚拟人的运动状态会实时发生变化,为了满足这种实时变化的要求,提高运动数据的重用性,我们对两种不同风格的运动序列进行合成,产生新的运动状态。将输入的两个运动序列进行时间和空间变形,使两个运动序列之间的关键帧产生一一对应关系,来合成真实自然的多样化运动序列。(本文来源于《西南交通大学》期刊2013-05-01）
张沙沙[10]（2013）在《基于骨骼蒙皮动画的虚拟人手势合成技术的研究》一文中研究指出虚拟人手势合成技术在聋哑人的很多领域都有广泛应用。本文研究了虚拟人运动控制的方法以及骨骼蒙皮动画的原理。利用3dsmax、poser等建模软件对虚拟人模型进行创建,在XNA游戏引擎中,实现了对虚拟人手势等的控制。该种运动控制方式不受动作片段的影响,可以广泛应用于虚拟人运动控制中。(本文来源于《计算机光盘软件与应用》期刊2013年07期）
虚拟人合成论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
叁维虚拟人的研究一直是虚拟现实技术的热点研究之一,本文围绕叁维虚拟人建模合成技术介绍了虚拟人建模合成技术的应用、特征及发展现状,并分析了虚拟人建模合成技术的发展趋势与现在常用的建模合成技术。1.虚拟人建模合成技术的现状
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
虚拟人合成论文参考文献
[1].杜锦绣,高伟.基于数字化扫描的虚拟人建模合成技术研究[J].软件导刊.2019
[2].杜锦绣.叁维虚拟人建模合成技术的研究[J].电子世界.2019
[3].于晓敏.数据驱动的虚拟人运动分析与合成技术研究[D].北京交通大学.2017
[4].曹宁哲.完整虚拟人头部建模及面部表情合成研究[D].西南交通大学.2016
[5].张思卿,郑睿,谭同德.虚拟人平衡保持与恢复的行为动画合成方法研究[J].河南师范大学学报(自然科学版).2014
[6].何长鹏,侯进,王献.基于骨骼的叁维虚拟人运动合成方法研究[J].计算机工程与科学.2014
[7].宋松.复杂环境中虚拟人运动合成[D].北京交通大学.2014
[8].王娅.叁维虚拟人表情合成技术的研究[D].西南交通大学.2013
[9].何长鹏.基于骨骼的叁维虚拟人运动合成技术研究[D].西南交通大学.2013
[10].张沙沙.基于骨骼蒙皮动画的虚拟人手势合成技术的研究[J].计算机光盘软件与应用.2013
论文知识图
