模板化的人体运动合成

摘要：

为解决现有运动合成方法中控制方式过于复杂的问题,提出一种模板化的运动合成模型,旨在降低运动合成技术的应用门槛。利用稀疏主成分分析(Sparse principal component analysis, SPCA)、Group lasso 和Exclusive group lasso 对人体运动进行建模,使其对应的每一个低维参数只依赖于少数几个人体关节,构成人体运动的一个内在自由度(Degree of freedom, DOF),并具有直观语义；同时,每个关节被尽量少的低维参数所控制,以减少低维参数对彼此所控制的自由度的交叉影响。实验表明,通过直观地修改低维参数,就能够实时地控制每个参数对应的摆臂幅度、踢腿高度、跳跃距离等运动属性。这种“模板学习、模板定制”的两步方法,有效地降低了运动合成控制的复杂度,即便非专业人员也可以用其进行艺术创作。

关键词：运动合成、模板化、运动参数、语义特征

分类号：TP3;TH1

在线出版日期：2015-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：758-771