基于逆运动学和重构式ICA的人体运动风格分析与合成
使用独立成分分析(Independent component analysis, ICA)来建模运动风格、合成风格化的人体运动,是一种有效且有前景的手段。为了避免现有方法在设定独立成分个数或子空间结构时的人为影响,并提高风格成分的质量,提出一种基于重构式独立成分分析的运动风格分析方法。由于放弃了混合矩阵的正交性约束,一方面,拥有了更多的自由度来表示各独立成分；另一方面,利用特征的过完备性以及自身在特征选择时的稀疏特性,能够自动地确立独立成分数目。此外,通过结合基于主测地线分析的逆运动学与运动过渡技术,该方法能够合成包含多种风格、任意长度的行走运动,同时还能通过编辑特定帧的人体姿势来约束合成的结果。实验结果表明,该方法能够有效地分析出行走、跳跃和踢腿等运动中代表风格的独立成分,并根据用户对风格的编辑,实时地生成自然、平滑的运动。
独立成分分析、运动捕获数据、人体运动合成、逆运动学、风格分析
TP3;G80
高等学校学科创新引智计划B13022;南京理工大学自主科研专项计划资助项目2011YBXM79资助@@@@Supported by Innovation and Talent Introduction Funding Pro-gram of Colleges&UniversitiesB13022;Independent Research Funding Program of Nanjing University of Science and Technol-ogy2011YBXM79
2014-07-15（万方平台首次上网日期，不代表论文的发表时间）
共13页
1135-1147
