虚拟人动画生成技术主要研究利用动作捕获数据驱动虚拟人生成动画,是计算机视觉和人体运动仿真领域的重要研究方向之一,能够广泛应用于人机交互、影视制作和体育医疗等领域。利用动捕设备准确捕获人体运动及面部特征数据,驱动虚拟人生成动画的技术,已经在商业领域中得到广泛应用。但此类设备价格高昂,需要在特定环境采集,不适用于普通场景。而且需要为表演者佩戴辅助设备,采集过程对人体有侵入性。这些缺陷限制了动捕设备在虚拟人动画生成领域的进一步推广与应用。相比于动捕设备,基于单目相机的运动数据捕获方法具有价格低廉,采集环境不受限等显著优势。但在环境噪声大、肢体被遮挡等情况下,单目相机捕获人体姿态方法仍存在精度不高、不稳定,无法同步捕获面部与身体运动的问题,导致利用单目相机估计人体运动,驱动虚拟人模型生成动画时,动画姿态与表情不匹配、抖动、不同步等问题。针对以上问题,本文研究了利用时空同步的双单目相机系统,同步跟踪身体及面部运动获得动作捕获数据,实时驱动虚拟人动画的方法,主要工作和创新点如下:（1）本文实现了一个人体三维数据捕获及实时虚拟人动画驱动系统。该系统利用双单目相机同步捕获表演者面部及身体姿态,可实现无标记点人体运动捕获,采集过程无侵入性,设备价格较低,能应用于普通场景下,降低了动画生成成本。通过双相机采集不同尺度图像,既能清晰地采集面部表情,也能捕获身体大尺度姿态,大小尺度图像互为补充,解决了单目相机无法同步捕获人体姿态和表情问题。该系统可以实时的控制模型全身运动,生成稳定自然的虚拟人动画,具有一定的实用性。（2）采用相机时空同步算法,将双相机空间对齐和时间对准,降低双相机捕获人体运动过程中的时间偏移和空间误差带来的影响。同时,利用卡尔曼滤波融合双相机采集到的重复头部数据,求解最终的头部姿态,并得到姿态与表情同步融合的动作捕获数据。（3）提出了一种利用平滑滤波及数据约束优化三维姿态数据的方法,能有效修正关节点信息,恢复三维姿态,使动作捕获数据更符合人体运动规律。首先,利用帧间最小二乘距离判定异常点,根据前帧数据预测异常点数据,恢复三维姿态。其次,利用平均肢体长度修正节点数据,解决了三维估计过程肢体不定长问题。最后,利用平滑滤波得到稳定的动作捕获数据。实验证明,本文提出的数据优化方法能够有效解决节点丢失及数据抖动问题。（4）结合关键帧插值、运动学约束和Blendshape技术,生成虚拟人全身动画。首先,对两帧之间的运动进行插值,平滑运动状态。其次,利用有约束的分段逆向运动学求解方法,约束关节行为。最后,利用Blendshape技术驱动面部表情动画。实验证明,该方法能有效利用动作捕获数据驱动虚拟人模型,生成表情姿态同步的虚拟人全身动画。