风格化人体运动合成新方法研究

人体运动合成研究已取得极大进展，然而，从视觉感知的角度看，人体运动合成研究正遭遇"诡异谷"现象。风格化人体运动合成研究被认为是极有可能跨越这一"诡异谷"的技术方向。但是，如何从人体运动中有效地分离出运动风格并对其进行重用和控制却仍然是一个未解决好的公开问题。. 基于这一背景，本课题拟研究风格化人体运动合成新方法，以增强虚拟环境中虚拟人肢体动作的表现力，为跨越人体运动合成"诡异谷"提供新思路。本课题拟建立一个包含15个以上个体的走、跑、跳跃、扫地等行为的人体运动捕获数据库，分析并理解人体运动结构以及人体运动感知特征；研究提出全新的人体运动风格-内容分离理论模型，并进一步研究人体运动风格的编辑、无运动类型限制的风格重定向以及基于图模型的人体运动风格实时交互控制方法；最后，本课题将通过交叉验证和用户评价方法来检验理论模型与合成结果的有效性，为动画和数字电影工业特别是我国的文化创意产业服务。

风格化人体运动合成技术既能描绘人在不同情绪状态下的运动变化，又能刻画人与人之间同类运动的细微差异，被认为是极有可能跨越人体运动合成“诡异谷”的技术方向。本课题旨在研究风格化人体运动合成新方法，为跨越这一“诡异谷”提供新思路。.通过被资助人及其合作者的努力，本课题得以顺利完成，形成5篇标注了基金号的已发表、接收论文（其中1篇发表在ACM SIGGRAPH 2015，1篇已由ACM SIGGRAPH Asia 2015推荐到ACM Transactions on Graphics）；提交并受理技术发明专利1项，取得软件著作权1项，获军队科技进步贰等奖1项；毕业2名博士，3名硕士。课题研究的部分成果被迪生数娱公司采用，服务于北京“设计之都”建设。该公司于2016年2月1日在新三板挂牌上市。.本课题取得的主要学术成果如下：.1、运动数据的表示。我们首先对人体运动数据进行必要处理，抽取特征，以定义人体运动风格。我们提出一种人体步态检测方法；提出一种由人体运动低维坐标间的差异定义的运动风格；提出一种由人体运动局部时空结构差异定义的运动风格。我们重新定义了人体运动风格，因而，我们得出了全新的运动风格重定向算法。.2、运动风格重定向。建模人体运动风格的挑战在于：不同风格运动之间的时空关系异常复杂；人体运动动作、风格的识别和理解极其困难。我们提出一种基于人体运动低维坐标表示的运动风格重定向方法；提出一种基于实时在线机器学习算法的运动风格重定向方法。我们提出的运动风格重定向方法在处理无标注异质人体运动时具备独一无二的优点，极大地提升了合成运动的质量，有力地拓展了风格化人体运动合成技术的应用领域。.3、运动风格编辑与实时控制。运动风格实时控制能最大限度地重用现有运动数据，生成更多生动逼真的风格化人体运动数据。我们提出一种基于参数空间插值的运动风格编辑与实时控制方法；提出一种基于路径寻找的人体运动控制方法。.4、人体表面模型实时变形。人体运动既包含骨架也包含表面模型。我们开展了人体表面模型实时变形技术研究，以更好展示风格化结果。我们提出数据驱动的表面模型形变表示方法，支持多种类型表面模型的实时变形。.5、本课题建立一个15人以上包含走、跑、跳等动作的人体运动数据库，并通过网络共享。目前，已有来自美国、英国、法国、韩国等国家的科研机构向我们索要论文、代码和数据以开展进一步风格化人体运动研究。