音乐驱动的舞蹈动画

来源 :浙江大学 | 被引量 : 0次 | 上传用户:yyttuuabc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
从上个世纪九十年代起,基于运动数据捕获的运动合成,就一直在游戏和动画领域扮演着举足轻重的角色,并一直是计算机图形学领域研究的热点。其中,运动图技术因其可靠性,在基于运动数据捕获的运动合成中得到了广泛的应用。不过先前的工作表明,运动图的连通性和过渡平滑性难以同时得到很好的满足。在本文的研究工作中,作者提出了运动穿线网络的结构来面对这个挑战。运动穿线网络的构建方法是,以若干段较长的运动数据作为输入,通过在这些运动数据中相似度足够高的任意两帧之间创建大量的运动穿线,以使之成为一个高度连通的网络结构。对运动穿线网络的一次遍历代表着一段新生成的运动。在提出运动穿线网络结构的同时,本文对传统的运动图方法进行了细致的总结和分析。特别针对标准化运动图和结构化运动图,本文分析了两种结构的特点、构建方法、与运动穿线网络方法对比的优越性和局限性,以及相关的理论基础和技术细节等。在分析过程中,本文改进了传统运动图方法的计算过程,如运动差异计算,运动片段分组以及运动过渡计算等。本文还改进了运动合成的一些常用操作,如时间对齐、运动参数化和插值、运动同步和混合等。通过详细的对比实验数据,本文成功论证了运动穿线网络方法较之传统的运动图方法的优越性。最后,本文使用运动穿线网络方法进行了节奏化舞蹈运动的合成,生成了逼真生动的音乐驱动的舞蹈动画。本文介绍了基于运动穿线网络方法的运动穿线插值过程和选择过程,与传统的音乐驱动舞蹈动画的生成方法相比,运动穿线网络方法的计算过程简单,连通性和过渡的平滑性都能达到很高的标准,同时还能实现较小的节奏间隔误差,使得生成的舞蹈与音乐的匹配程度很高。
其他文献
近几十年来,传统的确定性数据(deterministic data)管理技术得到了迅猛的发展,在国民经济建设中起到了突出作用。在传统数据库的应用中,数据的存在性和精确性均确凿无疑[1]。
随着网络的快速发展,网络上存在的信息资源也迅速增长,传统的检索结果以线性列表的形式返回,缺乏有效的过滤、组织和汇聚,无法很好地体现文档之间存在的内在关联,而且展示方
随着教育事业的快速发展,考试在各个领域的应用变得十分广泛,因此对考试的研究也越来越深入。当前,指导考试研究的理论主要有经典测量理论和项目反应理论。经典测量理论由于
随着网络技术的飞速发展,全球数据倍增,为大数据的分析和处理带来了困难。Map Reduce作为新兴的数据密集型计算编程模型,在大数据分析与处理方面发挥了重要的作用。而区间连
应用运动捕捉设备能获取高度真实感的三维人体运动数据。然而,人体运动复杂多样,不可能采集到适合每种虚拟环境以及适合每种虚拟人的运动数据,由于捕获区域和设备的局限性,难以获
目标识别是计算机视觉的重要研究课题,而交通灯识别和阴影识别是目标识别中当前研究的热点问题。实时交通灯的识别在辅助驾驶和无人驾驶汽车方面有广泛的应用;而阴影消除关系
关联规则挖掘是数据挖掘领域中一个重要的研究方向,它可以在海量数据中揭示某些特定的规律,辅助决策者进行决策。作为关联规则挖掘中最耗时的部分——频繁模式挖掘,其算法的
随着计算机技术的飞速发展,各行各业对软件开发的效率、质量以及后期维护都有了更高的要求,然而传统的以数据库为核心的软件开发方法并不能很好地满足这些需求。领域驱动设计
虚拟化技术的广泛应用引发了对虚拟化环境下性能分析工具的需求。如不同虚拟机里的用户需了解运行在该虚拟机的程序的性能问题,以便优化程序性能及运行环境配置。这都需要对
近年来,社交网络呈现爆炸式的发展,其对现实社会产生越来越深远的影响。社交网络上活跃着数以亿计的用户,蕴含着海量的数据,对社交网络中用户影响力进行量化研究,有助于了解