【摘 要】
：
针对传统的虚拟人动画逼真度低、动画生成复杂、且动画存在飘移现象的问题,提出了一种基于视频关键帧获取运动数据的虚拟人动画生成方法。首先利用线性混合蒙皮算法建立了新的人体几何模型;其次利用正向运动学方法驱动虚拟人的骨骼模型,并利用平移补偿原则消除虚拟人运动中的飘移现象;最终实现了基于双目正交视觉获取关节运动参数的虚拟人动画。实验结果表明,新方法能逼真地模拟真实人体动作,且方法易于实现、实用性强。
【机 构】
：
兰州交通大学电子与信息工程学院,西北工业大学电子信息学院
【基金项目】
：
国家自然科学基金资助项目（60903127,61202314）, 甘肃省青年科技研究基金资助项目（2010GS04061）
论文部分内容阅读
针对传统的虚拟人动画逼真度低、动画生成复杂、且动画存在飘移现象的问题,提出了一种基于视频关键帧获取运动数据的虚拟人动画生成方法。首先利用线性混合蒙皮算法建立了新的人体几何模型;其次利用正向运动学方法驱动虚拟人的骨骼模型,并利用平移补偿原则消除虚拟人运动中的飘移现象;最终实现了基于双目正交视觉获取关节运动参数的虚拟人动画。实验结果表明,新方法能逼真地模拟真实人体动作,且方法易于实现、实用性强。
其他文献
针对互联网中常见的VoIP语音网关,重点从呼叫及语音数据流特征的选取出发,提出了一种基于SVM的VoIP网关节点识别方法,并利用真实网络数据对其进行了测试。结果表明,该方法能使待识别数据的时段规律和周期性得到较好体现,识别准确率高,适用于对不同VoIP的语音网关节点进行识别。
为了提高水印算法的抗几何攻击性和自适应性,提出了一种基于混沌的Contourlet域抗几何攻击的自适应图像水印算法。首先对载体图像进行Contourlet变换,并对低频子带进行分块奇异值分解,然后根据HVS原理自适应地将混沌加密后的水印信息嵌入到每块的最大奇异值中;最后使用改进的Harris-Laplace算子提取含水印图像的特征点。水印提取时利用受攻击前后图像的特征点矫正图像的几何变形。实验表明
介绍了为2010年上海世博会设计实现的全球对地观测三维可视化系统。以球体屏幕几何校正技术为研究核心,基于中国气象局近期在探测资料分析方面的研究成果,在国内首次研制了全球资料球幕投影系统。系统建立了球幕投影的软硬件平台,研究实现了可以在球幕上动态显示包括大气、陆地、海洋等多种观测和模拟资料的图像处理技术,研制了无缝隙、标准化、覆盖全球显示的投影图像。系统软件基于Windows平台,可以多线程执行,实
为解决交换式以太网中实时消息在发送及接收链路上的截止期划分问题,首先给出了非抢占式EDF调度算法的可调度性分析方法,并分析了消息的提前释放对非抢占式EDF调度算法可调度性的影响,在此基础上提出了新的截止期划分算法(MDPS)。算法通过计算可满足调度条件时消息在发送链路及接收链路截止期应该划分的下限,并结合截止期的松驰量实现实时消息在发送及接收链路上的截止期划分。算法实验比较和分析表明,该算法在提高
提出了一种新的基于双重加密和Contourlet变换的数字图像盲水印算法。算法首先将水印图像进行双重加密,然后对宿主图像进行Contourlet变换得到低通子带和带通子带,建立Contourlet系数与行列式之间的大小关系,利用该关系将加密后的二值水印嵌入到Contourlet低频系数上。此外,水印提取时不需要宿主图像,可实现水印图像的盲提取。实验结果表明,该水印算法不仅对嵌入的水印具有良好的视觉
研究表明基于整体思想的人脸识别方法由于忽略图像的局部信息,在识别性能方面不如局部信息特征保持较好的基于子模块思想的识别算法。基于应用流形技术对图像降维后能够较好保持非线性子流形中的局部数据流形结构,提出了一种改进的子模式局部保持映射人脸识别算法。其主要思想是将同类的不同图像一并划分子集,由同位置子图组成子模块,并对子模块运用LPP算法学习其流形结构,与将不同类图像一并划分子集学习流形的方法不同。实
提出了一种基于核特征距离局部活动轮廓分割模型。在模型中使用核特征距离来构造局部拟合能量,从而可以获取精确的局部图像特征,可以分割存在灰度不均匀的图像。并通过引入水平集规范项以避免水平集演化的重新初始化,提高了分割的效率。实验结果表明,本模型可以很好地克服灰度不均匀性,同时在分割精度上有了较大的提升,特别是分割速度比LBF模型快1.3～1.5倍。
自Jafarkhani提出非正交空时分组码以来,其构造方法一直是研究热点之一。构造了一种发射天线为4的准正交空时分组码,为了改善该分组码性能,对输入信号进行了旋转预处理,得到旋转后的准正交空时分组码;系统的接收端采用最大似然译码方法。数值仿真显示,没有预处理的准正交空时分组码的误码率与已提出的准正交空时分组码相当。然而,经旋转后的空时分组码的误比特率至少有2dB改善。
一般无线网络的路由选择算法由于固定的信道分配不适合直接应用于认知无线电网络,需要针对认知无线电网络特有的信道动态性特点提出合适的路由选择策略。结合按需路由的基本流程,引入模糊控制技术,在充分考虑信道利用率和信道感知度这两种度量标准的影响下,提出一个可行的具有较小路由选择代价和最短路径双重优点的路由选择策略。仿真结果表明,基于模糊控制的路由选择策略较一般无线网络的按需路由协议具有更好的数据包投递率性
为了改善量子行为粒子群优化算法的收敛性能,避免粒子早熟问题,提出了一种基于完全学习策略的量子行为粒子群优化算法。由此设计了一种新的数据聚类算法,新的聚类算法通过特殊的粒子编码方式在聚类过程中能够自动确定最佳的聚类数目。在五个测试数据集上与其他两种动态聚类算法进行聚类实验比较,实验结果表明,基于完全学习策略的量子行为粒子群优化动态聚类算法能够获得较好的聚类结果,有着良好的应用前景。