论文部分内容阅读
全过程计算机辅助动画自动生成技术,是一种将受限的自然语言文本自动转化为动画作品的技术。但是该项技术中角色姿态和运动生成存在瓶颈:无论是用图形学软件手工编辑,或用“动画汇编语言”手工编写,都非常费时费力。解决该问题的途径之一是使用动画软件自带的运动库,例如,当前热门的三维动画软件Maya,但是其中的运动往往具有固定格式,而且表达能力有限,不能按故事情节需要动态生成。运动捕捉技术出现以来,动画制作者又获得了一种手段,原则上它可以在一定范围内生成各种运动,但仍然需要事先采集,无法满足根据故事情节自动生成动画的需要。近些年来兴起的运动图技术,提供了利用已有运动捕捉数据生成新运动数据的可能,但是尚没有应用于动画自动生成的研究工作中。为了动画自动生成技术的需要,本文要解决的问题是:如何构建科学的运动图库及查询机制,使得在将故事转换成动画的过程中,当动画自动生成系统进行三维角色运动路径和姿态联合规划时,能够在运动图库的支持下,经过动态搜索及合成推理,生成故事所需的运动片段。在解决上述问题时,本文工作遵循以下指导思想:为了更科学地存储角色运动之间的联系,选择本体作为运动数据的组织载体;为了动态生成符合情节的运动数据,选择基于描述逻辑的查询技术,用以支持运动数据的查询及合成;为了利用有限的数据生成尽可能多的各种运动,以模块化方式组织运动图库中存储的运动数据,以便在进行运动数据合成时,能够最大程度地对数据进行复用。因此,本文的主要工作包括:第一,运动片段数据的识别和剪辑。在卡内基梅隆大学Graphics Lab提供的运动数据库的基础上,根据系统运动生成模块中需要的基本运动片段,利用基于李群的机器学习原理对运动数据进行识别并辅助剪辑。第二,运动图数据库MGOB的构建。本文用本体表示并构建运动数据本体库,并使用一种高效的、具有逻辑结构的数据存储方式,即应用OBDA技术连接本体库和关系数据库,使运动片段数据既有清晰的逻辑结构,又能进行高效的查询。第三,运动片段数据查询及运动合成。基于本体编辑工具Protégé和本体查询语言SPARQL,根据运动合成的需要,针对不同场景及角色的约束,实施对库内运动数据的查询,然后对运动片段进行合成。第四,三维角色运动路径-姿态联合规划。为了检验运动图数据库解决实际问题的能力,本文设计了结合角色路径和姿态的联合规划算法,并实现了一个角色通过不同三维环境时自动选择最佳可行路径及运动姿态的简单系统。经过不同场景的测试,系统已经可以生成符合约束的角色运动片段。