基于数据挖掘的视频驱动三维人体动画合成研究

摘要

三维人体动画的生成是计算机动画领域的热点问题。已有的运动捕获方法虽然可以获得逼真的运动数据，但使用不便、代价昂贵的缺点限制了其应用。由于单目视频数据来源广泛，各种电影、体育运动和舞蹈都以单目视频的形式存储，因而基于视频驱动的人体运动合成成为当前研究的一个重要方向。
　　本文系统地阐述了目前数据驱动的人体动画合成研究现状，介绍了国内外运动数据捕捉技术的发展，着重对现有运动捕捉数据的编辑技术及运动合成方法进行了详细的分析和比较，并阐述各种方法的优缺点，展望了数据驱动的人体动画合成技术未来研究的重点和难点。
　　本文在总结和分析国内外相关研究工作的基础上，利用已有的运动数据库，采用数据挖掘的概念，利用聚类以及概率与统计学方法提出了一种基于数据挖掘的视频驱动的三维人体动画合成方法。该方法通过建立运动库概率转移和统计模型，挖掘运动数据的时空结构。采用多尺度运动数据分析方法实现运动片段连接，能够根据视频内容合成出新的动画数据，从而提高已有运动数据的可重用性，大大降低动画制作成本。该方法生成的人体动画逼真、成本低，能够应用于虚拟现实、计算机游戏、动画制作等领域。最后采用体操运动视频验证了方法的有效性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 论文选题背景及意义

1.2 视频驱动的人体动画合成的研究现状

1.3 本文主要研究内容

1.4 论文的组织结构

第二章 运动库建模

2.1运动库建立

2.2运动库预处理

2.3运动数据重用技术

2.4 本章小结

第三章 数据挖掘算法

3.1 聚类算法研究

3.2 贝叶斯分类算法

3.3 决策树法

3.4 生物智能算法

3.5 数据挖掘的发展趋势

3.6 本章小结

第四章 人体运动合成的方法

4.1 基于有限行为状态自动机的运动合成

4.2基于运动图的运动合成

4.3基于数据参数化的运动合成

4.4基于几何匹配的人体运动合成方法

4.5基于统计方法的人体运动合成

4.6运动连接

4.8 本章小结

第五章 一种基于数据挖掘的视频驱动的人体动画合成方法

5.1 数据采集

5.2 数据预处理

5.3 运动连接

5.4 实验

5.5 本章小结

第六章 结论

6.1本文主要工作总结

6.2下一步工作

致谢

参考文献