摘要
对于一个完整的虚拟环境而言,智能的人群运动会使其更为生动、逼真。针对人群运动数据存在维度高、可控性差的问题,提出一种多角色可变形运动模型,其将人体运动分解为几何与时间变化两部分,并使用PCA算法进行有效降维,构建可变形运动模型的低维语义空间。实验结果表明,提出的方法能根据语义需求调节语义参数,实现多角色的语义化运动分析与合成。
Intelligent crowd motion can make the virtual environment seem realistic. Aiming at the problem of high di- mension and poor controllability of crowd motion data, a deformable motion model for multiple characters was pro- posed. It decomposes the crowd motion data into geometry and time variations, uses PCA to reduce dimension, and then constructs a low-dimensional semantic space of multi-characters deformable motion model. The experiments show that the proposed method can adjust the parameters according to the semantic requirements for semantic multi-characters motion analysis and synthesis.
出处
《计算机科学》
CSCD
北大核心
2015年第10期292-296,共5页
Computer Science
基金
国家自然科学基金(61303142
61173096
61103140)
浙江省自然科学基金项目(Y1110882
Y1110688
R1110679)
教育部高等学校博士学科点专项科研基金(20113317110001)
浙江省教育厅一般科研项目(Y201330304)资助
关键词
运动分解
可变形运动模型
多角色运动
运动合成
Motion decompose, Deformable motion model, Multi-characters motion, Motion synthesis
