基于学习的群体动画生成技术研究

摘要：

为了降低群体动画中生成大量自然而又相似的人体运动的难度和复杂性,研究了一种基于学习的群体动画生成技术.该技术首先通过建立基于高斯过程隐变量模型和隐空间动态模型的运动姿势学习模型,将高维运动姿势映射到低维隐空间中,并在低维隐空间对相邻姿势的动态演化进行建模;然后通过对已有运动数据的学习来获得组成该运动的姿势的概率分布,再通过隐空间中的动态预测和Hybrid Monte Carlo采样来得到符合给定概率分布的隐轨迹;最后通过姿势重构来得到与原运动非常相似但又不同的一系列自然的运动,以产生群体动画,从而避开了传统的基于几何和物理约束的逆运动方法同有的困难和复杂性.

关键词：机器学习、群体动画、高斯过程隐变量模型、高斯动态模型

所属期刊栏目：15

分类号：TP391.9;TP391.41(计算技术、计算机技术)

资助基金：国家高科技研究发展计划863项目2009AA01Z335

在线出版日期：2010-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：971-977