-
公开(公告)号：CN108572731A
公开(公告)日：2018-09-25
申请号：CN201810217885.9
申请日：2018-03-16
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及计算机图形处理领域，提出了一种基于多Kinect和UE4动捕数据表现方方法和装置，旨在解决kinect的动作捕捉数据的动画展现中出现的捕捉范围有限、模型骨架结构，关节点数量受限制的问题。该方法的具体实施方式包括：接收多台kinect捕捉的骨架数据，根据预设的坐标转换矩阵，对上述人体骨架数据进行校准，得到各人体骨架数据在参考坐标系下的坐标数据，并作为参考骨架数据；经加权平均处理得到人物的平均骨架；通过预设的映射关系将上述平均骨架转换为UE4图形程序中对应角色模型的角色模型数据；根据角色模型数据，使用UE4引擎进行骨骼动画的展示。本发明在对人体骨架动画展示过程中，扩大了捕捉范围，且对UE4中的3D模型的骨架结构，关节点数量等不做限制。
-
公开(公告)号：CN107563295A
公开(公告)日：2018-01-09
申请号：CN201710656830.3
申请日：2017-08-03
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及计算机图形处理领域，提出了一种基于多Kinect的全方位人体追踪方法和设备，旨在解决人体在受到遮挡的环境中，或部分相机角度不佳等原因造成的信息缺失而无法获取完整运动信息的问题。该方法的具体实施方式包括：接收终端设备所发送的人体骨架的骨架数据；匹配该骨架数据，根据匹配结果将属于同一人的骨架数据分为一组；根据该骨架数据和该骨架数据所对应人体骨架的历史数据确定出各人体骨架的骨架图像为正面或为反面，并对所确定的骨架图像进行翻转处理；对所确定的骨架图像进行惯性处理，确定该人体骨架的位置和运动姿势。该实施方式实现了对人体骨架稳定连续的追踪。
-
公开(公告)号：CN103559374B
公开(公告)日：2016-06-22
申请号：CN201310601250.6
申请日：2013-11-25
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种多子网格模型上进行面分裂型曲面细分的方法。该方法步骤包括：读取网格模型的所有子网格数据和uv坐标，以及其他关联属性值，如法向，颜色等；建立模型点、边、面拓扑数据结构；根据细分方法几何规则，计算细分曲面的新顶点坐标，并计算它们对应的uv坐标和其它属性值；根据细分方法的拓扑规则，更新细分模型的子网格数据、uv坐标和其它属性值；如果需要下一次细分，更新拓扑数据结构，重复上述过程。细分后网格模型的子网格带有原子网格的所有属性，可以直接用于渲染显示，除大幅提升模型细节和画质外，该发明也提高建模人员开发效率，减少模型文件容量，优化传输效率。
-
公开(公告)号：CN102157009A
公开(公告)日：2011-08-17
申请号：CN201110135899.4
申请日：2011-05-24
Applicant: 中国科学院自动化研究所
IPC: G06T13/40
Abstract: 本发明是基于运动捕获数据的三维人体骨架运动编辑方法，是分析判断待运动片段联接点状态的相似性，决定是否添加过渡运动片段；消除运动片段间的相对位置差之后，将多个运动素材片段联接成为满足需求的新运动片段；在连接的过程中，会因运动片段首尾动作姿态的不一致而产生跳变，此处使用过渡函数，使得片段之间衔接处的过渡平滑自然；过渡函数的使用又会使运动中出现滑步现象，此时将运动捕获数据中固定的骨架模型层级结构打散重建，再应用反向运动学原理，将滑步消除。重新建立的骨架模型层级结构同时还被用于根据需要调整角色模型的运动朝向。最后对不同类型运动进行联合编辑，大大扩展了所生成新运动种类的丰富性与多样性。
-
公开(公告)号：CN107563295B
公开(公告)日：2020-07-28
申请号：CN201710656830.3
申请日：2017-08-03
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及计算机图形处理领域，提出了一种基于多Kinect的全方位人体追踪方法和设备，旨在解决人体在受到遮挡的环境中，或部分相机角度不佳等原因造成的信息缺失而无法获取完整运动信息的问题。该方法的具体实施方式包括：接收终端设备所发送的人体骨架的骨架数据；匹配该骨架数据，根据匹配结果将属于同一人的骨架数据分为一组；根据该骨架数据和该骨架数据所对应人体骨架的历史数据确定出各人体骨架的骨架图像为正面或为反面，并对所确定的骨架图像进行翻转处理；对所确定的骨架图像进行惯性处理，确定该人体骨架的位置和运动姿势。该实施方式实现了对人体骨架稳定连续的追踪。
-
Patent Agency Ranking
公开(公告)号：CN108564643A
公开(公告)日：2018-09-21
申请号：CN201810217937.2
申请日：2018-03-16
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及计算机图形处理领域，提出了一种基于UE引擎的表演捕捉系统，旨在解决在同时捕捉动作与表情数据，生成角色动作与表情动画中，表情表演与动作表演的干扰问题，该系统包括：面部表演捕捉单元，配置为获取目标对象的面部图像数据，并根据该面部图像数据，确定目标对象的眼球旋转参数，并利用预设的基础表情库确定该目标对象的基础表情权重；动作表演捕捉单元，配置为利用绑缚于目标对象肢体的传感设备获取该目标对象的动作参数；动画生成单元，配置为根据上述基础表情权重、上述眼球旋转参数和上述动作参数确定虚拟角色的表情动画。本发明实现了表演者动作和表情的捕捉，并根据动作和表情数据赋予虚拟角色真实合理的动作与生动的表情。
-
公开(公告)号：CN101984467B
公开(公告)日：2012-10-03
申请号：CN201010541055.5
申请日：2010-11-10
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种带特征线风格化的三维网格模型的非真实感渲染方法，主要步骤包括：1)计算三维网格模型中每个顶点的主方向与主曲率；2)求解当前视点位置下三维网格模型中每个顶点的径向曲率，并对所有径向曲率作归一化处理；3)通过归一化的径向曲率，用二维卡通化纹理对三维网格模型进行卡通化渲染；4)提取三维网格模型的特征线，并将特征线沿三维网格模型顶点的法线方向扩展形成四边形；5)用二维风格化纹理对三维网格模型的特征线作纹理映射，生成特征线的风格化绘制效果。以上步骤实现本发明的带特征线风格化的三维网格模型的非真实感渲染。
-
公开(公告)号：CN108564641B
公开(公告)日：2020-09-25
申请号：CN201810217893.3
申请日：2018-03-16
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机视觉技术领域，具体涉及一种基于UE引擎的表情捕捉方法及装置。旨在解决现有技术根据捕捉到的面部表情数据输出表情动画格式不通用的问题。本发明提供一种基于UE引擎的表情捕捉方法，包括根据预先构建的基础表情模型识别用户表情；计算用户表情的表情权重参数，并将其转换为预先构建的虚拟角色的表情权重参数；将虚拟角色的表情权重参数输入UE虚拟引擎，UE虚拟引擎渲染输出虚拟角色的表情。本发明的UE虚拟引擎能够通过预先设置的表情转换对应关系输出虚拟角色的表情，从而可以实现实时编辑面部表情动画，为后期开发制作提供了便利。
-
公开(公告)号：CN107577451B
公开(公告)日：2020-06-12
申请号：CN201710657342.4
申请日：2017-08-03
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及计算机图形视觉领域，提出一种多Kinect人体骨架坐标变换方法，旨在解决人体追踪环境中多个Kinect之间坐标变换的问题。该方法包括：接收各终端设备所发送的同一人体的多帧骨架数据，确定各终端设备的人体骨架的加权平均骨架数据；计算各终端设备数据的可信度，确定可信度最高的终端设备为参考终端设备、参考终端设备的坐标系为参考坐标系；根据人体骨架在参考坐标系下的坐标和在非参考坐标系下的坐标确定参考坐标系与非参考坐标系之间的欧拉角和平移变量；根据欧拉角和平移变量确定参考坐标系与非参考坐标系之间的变换矩阵；利用上述变换矩阵将各终端设备的骨架数据转换到参考坐标系下。该方法实现了对多Kinect的人体骨架之间的坐标连续稳定的变换。
-
公开(公告)号：CN107577451A
公开(公告)日：2018-01-12
申请号：CN201710657342.4
申请日：2017-08-03
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及计算机图形视觉领域，提出一种多Kinect人体骨架坐标变换方法，旨在解决人体追踪环境中多个Kinect之间坐标变换的问题。该方法包括：接收各终端设备所发送的同一人体的多帧骨架数据，确定各终端设备的人体骨架的加权平均骨架数据；计算各终端设备数据的可信度，确定可信度最高的终端设备为参考终端设备、参考终端设备的坐标系为参考坐标系；根据人体骨架在参考坐标系下的坐标和在非参考坐标系下的坐标确定参考坐标系与非参考坐标系之间的欧拉角和平移变量；根据欧拉角和平移变量确定参考坐标系与非参考坐标系之间的变换矩阵；利用上述变换矩阵将各终端设备的骨架数据转换到参考坐标系下。该方法实现了对多Kinect的人体骨架之间的坐标连续稳定的变换。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.023 seconds)
