动作捕捉系统

动作捕捉系统（精选6篇）

动作捕捉系统 篇1

近年来,人体动作捕捉技术被广泛应用在电子游戏、影视创作、运动分析等领域。人体动作捕捉系统是一种通过传感器技术以及计算机技术来分析和记录人体运动过程的系统。系统通常由前端硬件和后端软件两部分组成,其中前端硬件的主要功能是利用各种传感器收集与人体运动相关的数据,后端软件的功能是用硬件处理系统对运动数据进行有效的处理,进而对捕捉对象的动作类型进行判别[1]。从20 世纪80 年代开始,美国的Biomechanics实验室、Simon Fraser大学、麻省理工学院等陆续开展人体运动捕捉系统的研究。此后,越来越多的科研院校和厂商加入人体动作捕捉系统的研制,多家厂商相继推出了其商品化的运动捕捉设备[2]。人体动作捕捉也变得越来越多样化,机械方案、声学方案、电磁方案、光学方案以及生物电信号方案相继出现。

本文设计了一种基于FPGA的肢体动作捕捉系统。系统对输入的原始图像进行色度信号判定和画面降采样,并设计算法提取肢体各部分肤色块。通过计算关键质心坐标实现运动跟踪,并在此基础上建立三维模型。最终通过在DE2-115 开发平台上的测试,验证了系统可以实时稳定可靠地进行肢体动作捕捉。不同于市面上大多数动作捕捉系统对硬件设备和运行环境的高要求,本文提出的动作捕捉方案占用非常低的逻辑资源和存储器空间,同时能在动作跟踪和模型重建上都有较好的表现。

1 系统设计原理

动作捕捉系统由图像采集、图像处理、肢体模型建立三部分构成。分别在图1 所示的系统设计原理图中用不同底色表示。图像采集部分摄像头将采集到的画面比特流加载到DE2-115 开发平台时,I2C_AV_Config模块通过I2C协议配置解码信息给视频解码芯片ADV7180。TV_to_VGA模块首先将视频解码芯片输出的ITU-R 656 格式的画面转换成YCr Cb 4∶ 2∶ 2画面格式缓存到SDRAM中,并通过多路选择器( MUX) 将隔行扫描的YCr Cb 4∶ 2∶ 2画面格式转换为YCr Cb 4∶ 4∶ 4画面格式[3]。最终将YCr Cb 4∶ 4∶ 4画面格式转换成可以在VGA显示器上显示的RGB画面格式。

图像处理部分主要由预处理、运动跟踪两个模块组成。预处理模块依据每个像素点的YUV值将图像上的肤色像素点进行标记,并对标记肤色的图像进行16 × 16 模板均值减少噪声。运动跟踪模块首先通过算法提取各部分最大肤色块,并通过加权平均的方式计算各部分质心坐标。

肢体模型建立部分由划线状态机和肢体模型状态机两个模块组成。肢体模型数据对应一组记录与质心相对位置的模型端点的查找表,通过划线算法连接相应端点来得到完整的肢体模型。通过查找当前直线的端点坐标值,划线状态机将连线上的各个标记点坐标依次发送给肢体模型状态机。肢体模型状态机通过控制划线状态机有序地将模型各个像素点输出显示。

2 图像处理

2. 1 预处理

预处理模块需要将图像采集部分的YUV图像做肤色提取和空间均值,为运动跟踪模块捕捉肢体各部分位置提供依据。

色彩检测是一种常用的检测图像中不同物体的方法,算法复杂度低并且易于实现。根据Melanie所做的研究,人类肤色可以和图像中其他背景所表现出色彩上的特征容易区分,并且不同肤色人种在色度信号上表现得尤为统一,可以通过色度信号U作为判定肤色像素点的主要依据,并且判定肤色无需受到画面明亮度Y分量的影响,如式( 1) 所示[4]

为了取得稳定的处理效果,对检测的肤色图像做空间均值来减少图像中噪声信号。640 × 480 画面通过16 × 16 模板的均值后转换为40 × 30 画面,并将均值后的画面保存在开辟的存储空间中。为了避免数据溢出,应当开辟存储深度为26× 25的存储空间,位宽为16 × 16 即为28。存储空间输入为d,输出为q,用于保存的是16 × 16 模板中的肤色像素点个数数据,当模板内超过半数的像素点为皮肤像素点时,将当前模板标记为肤色模板[5]。

整个预处理模块工作流程如下: 对每一帧输入YUV图像做肤色检测,对满足判定的像素点标记为白色,同时更新存储空间中所在16 × 16 模板的肤色像素点个数。降采样坐标满足地址后四位全为0,即VGA_X[3: 0]= = 4'b0 和VGA_Y[3: 0]= = 4' b0 时,通过查找对应模板在存储空间中肤色像素点累计个数来判定是否标记为肤色模板。由于存储空间中的q值是不断累加的,将模板内肤色像素点个数缓存到temp寄存器中,用来对模板内其余( 16 × 16 - 1) 个像素做相同的肤色判定,达到对图像做降采样的目的。预处理原理图如图2 所示。

2. 2 运动跟踪

为了对肢体各部分别进行跟踪,将画面划分为头部区域、左手区域和右手区域,如图3a所示。由于在实际动作捕捉过程中会出现将背景中的某些物体判定为肤色像素点,或者出现如手部的部分肤色像素块重叠到头部区域的情况。为了减少对肢体各个部分位置判定的失误,只对各个区域内最大肤色块进行质心坐标提取。

对任意肤色像素点,如果相邻8 个像素位置存在其他肤色像素点,那么将这些肤色像素点判定为在同一肤色块。由于像素点显示按照从左往右,从上到下的顺序,只需要判定当前肤色像素点周围1、2、3、4 位置有无相邻肤色素点即可,如图3b所示。如果当前肤色像素点有相邻肤色像素点,和相邻肤色像素点按照相同标记值标记,并对该肤色块像素个数统计Pixel +1; 如果没有,对该肤色像素点赋上新的标记值且肤色块数Count + 1。最终Count寄存器值即为区域内肤色块数量,判定结果保存在开辟的M4K缓存空间中,工作原理图如图4a所示。

每一帧结束时,肤色块对应像素个数统计Pixel值最大的肤色块即为所需肤色块。对当前缓存图像中各个区域内的像素个数统计Pixel进行比较,只对各区域内最大肤色块进行保留,判定需要进行Count-1 次,如图4b所示。

最后对各区域最大肤色块内的肤色像素点通过加权平均的方式计算质心像素点的坐标值[6],如式( 2) 和式( 3) 所示

通过对做时间均值的方式减少质心坐标的偶然跳变,设置系数为0. 6,表示为

通过上述预处理模块和运动跟踪模块,图像处理部分可以提取并跟踪运动捕捉关键的肢体质心位置坐标。

3 模型建立

3. 1 Bresenhams算法

通过捕捉肢体各部分质心坐标位置系统已经实现基本的动作跟踪,现在需要借助这些坐标建立肢体模型[7]。所采用的模型建立思想是点到线,线到面的递进的思想。首先计算肢体模型各部分关键点和质心坐标的关系,有序地将这些模型关键点连接就可以得到肢体模型,比如人脸左侧和头部质心坐标的相对坐标关系为( Head_X - 10'd37,Head_Y + 9'd90) 和( Head_X - 10'd37,Head_Y - 9' d90 ) ,将这两个端点连接就可以画出人的左半边脸轮廓。为了构建完整的肢体模型就需要合适的划线算法。

Bresenham算法是数字系统中基本的划线算法,被广泛用于计算机绘图。Bresenham划线算法采用逐步推进的思想,令每次变化最大的方向坐标增加一个像素,并通过判别式决定另一个方向是否增加一个像素。已知直线端点坐标就可以计算出端点之间所有像素点的坐标值。

直线起点( x1,y1) 和终点( x2,y2) 像素点的坐标值只能取整数,直线y = mx + b连接起点和终点坐标。假设斜率0≤m≤1 和x1< x2,且dx= x2- x1,dy= y2- y1。可以假设直线上第i点坐标为( xi,yi) ,通过图5 可知由于直线斜率的不同,经过下一像素点可能为( xi + 1,yi)或( xi + 1,yi + 1)[8]。

当x = xi + 1时,y = m( xi + 1) + b,且距离( xi + 1,yi) 和( xi + 1,yi + 1) 的距离分别为d1和d2。那么d1和d2表示为

则d1- d2表示为

通过d1- d2是否大于零来判别直线下一点( x,y)与( xi + 1,yi) 或( xi + 1,yi + 1) 比较接近,由式( 10) 定义pi

由于dx> 0,可以判别pi是否大于零来判别下一点坐标。由pi可以得到pi + 1

则由式( 11) 和式( 12) 可以得到p1

所以初始化p1= 2dy- dx,当pi≥0 时,下一像素点为( xi + 1,yi + 1) 且pi + 1= pi+ 2( dy- dx) ; 否则下一像素点为( xi + 1,yi) 且pi + 1= pi+ 2dy。当xi= x2时,当前线条绘画完成。

3. 2 划线状态机

三维肢体模型共由40 条直线组成,其中依据头部质心坐标得到的头部模型和身体模型共24 条,依据左右手质心坐标得到的手部模型各4 条,连接左右手到身体的直线各4 条。查找表中保存了这40 组直线端点坐标值,划线状态机通过读取当前查找表的序号寄存器查找对应的直线起点( x1,y1) 和终点( x2,y2) 像素点的坐标值。划线状态机需要等待肢体模型状态机初始化完成后发出的开始请求,收到请求和查找表序号后查找当前划线端点坐标。读取到的坐标可能会遇到与Bresenham算法推导中假设不一致的情况,如m > 1,x1> x2或者y1> y2。需要将八种不同的可能区分并初始化划线状态机,但算法思路都一致。然后就是通过Bresenham算法计算下一点的坐标值。当xi= x2时,当前线条绘画完成,否则输出下一点坐标。划线状态机原理图如图6 所示。

3. 3 肢体模型状态机

肢体模型状态机通过给划线状态机发送开始请求和当前查找表序号值,控制划线状态机计算显示器上连接端点直线的下一点坐标值。在开辟的存储空间中将划线状态机返回的下一点坐标值进行标记。当划线状态机返回的是最后一点的坐标值时,对查找表序号加1。如此反复完成查找表中直线端点坐标对应的40条直线,当更新完最后一条直线后重新将查找表清零。当行同步信号或者场同步信号为低时,对存储空间中的肢体模型数据进行更新,避免显示画面发生跳变。在每一帧结束时初始化新的质心坐标并将存储空间清零,防止上一帧的显示模型对当前帧造成影响。肢体模型状态机原理图如图7 所示。

4 设计验证

本文设计系统最终在DE2-115 平台上得到验证。实验选择浅黄色木柜和摆满物品的办公桌作为背景,由穿着夏装的男性和秋装的女性作为动作捕捉对象。标记肤色像素点图像基本准确检测人体肢体部分同时带有少量环境噪声,通过提取降采样图像中最大肤色块去除了背景中接近肤色物体的干扰。通过标记质心的原始图像对比,得到的质心能够准确显示动作捕捉者的头部和左右手位置,并且能够实现稳定跟踪。计算得到的肢体三维模型也达到了预期实现动作捕捉并进行模型重建的效果。大部分基本动作捕捉效果比较理想,质心位置和人的手部位置相当接近。当人体手部运动速度相对较快时会出现质心位置和手心位置发生偏离的现象,这种情况可以通过增大质心模块的时间均值系数来优化,但同时也会影响质心位置的稳定性。实验结果表明,本文设计肢体动作捕捉系统能够实现在相对复杂的环境中辨别并跟踪动作捕捉者的肢体动作,并能够根据人肢体的动作进行实时的三维模型重建。部分实验结果如图8 所示。

实验编译环境为Quartus11.0,占用DE-115平台14%的逻辑资源和5%的存储器资源。使用逻辑分析仪Signal Tap II跟踪测试时肢体各部分质心坐标位置变化,轨迹如图9 所示。

实验编译环境为Quartus11. 0,占用DE-115 平台14% 的逻辑资源和5% 的存储器资源,编译报告如图10 所示。并与美国康奈尔大学的Chuck Yand[9]和美国加州大学戴维斯分校的Thuy Tuong Nguyen[10]所做的FPGA平台上基于图像处理的人体动作捕捉系统进行对比。经过比较,本文设计的动作捕捉系统在有效实现动作跟踪和模型重建的基础上通过简化系统设计实现较低的逻辑单元和存储器空间占用。相比Chuck Yand设计的捕捉系统累计节约了近13% 的芯片资源占用,并且做到多个人体部位实时捕捉; 相比Thuy Tuong Nguyen设计的捕捉系统累计更是节约了近80%的资源占用,对比结果如表1 所示。

5 结论

本文设计了一种基于摄像头的肢体动作捕捉系统,通过图像处理的方法进行肢体动作跟踪。这种基于色度信号进行肤色判别的方式可以较少受到采集环境明亮度的影响,通过对提取的肤色图像进行空间均值和时间均值来降低环境噪声,使得系统有更高的稳定性; 通过对各部分有效肤色块的质心坐标跟踪进而实现肢体模型重建。整个系统占用资源少,设计高效,最终通过验证能够有效跟踪捕捉者的肢体动作和进行实时模型重建。将来希望通过改进算法实现肢体模型根据捕捉者的拍摄距离改变大小和多人的实时动作捕捉。

摘要：基于DE2-115开发平台,设计了一种高效的肢体动作捕捉系统。系统对摄像头采集到的视频信号进行肤色检测、噪声消除,提取出合适合适肤色块提取,在此基础上计算跟踪肢体质心坐标,并根据人体轮廓和质心之间的位置关系建立人体肢体模型。系统实现了肢体动作实时捕捉,并完成了三维模型重建。

关键词：FPGA,肤色检测,动作跟踪,Bresenham算法,肢体建模

参考文献

[1]徐昺.基于MEMS传感器与Zigbee网络的人体动作捕捉系统的设计与实现[D].成都:电子科技大学,2013.

[2]容志能.惯性运动捕捉系统中传感数据的传输与处理[D].杭州:浙江大学,2012.

[3]Terasic Technology Inc.DE2-115 User Manual[EB/OL].[2015-09-25].http://wenku.baidu.com/link?url=BB1Mu87Getl Sz XMc V0Mttg MWY-Ai Kr N5z UBJ1i6a Ow ZRY Pl Zx6Xg Jwfcci5l Akdu HFqn Ke ZNHWk WMABcmi CW1Gkj UK k Gz P8Au0GETM4awe W.

[4]OOI M P.Selangor hardware implementation for face detection on Xilinx Virtex-II FPGA using the reversible component transformation color space[J].Electronic design,test and applications,2006(1):17-19.

[5]Altera Corporation.Recommended HDL style[EB/OL].[2015-09-25].http://wenku.baidu.com/link?url=Fz YNg MJd4vhbpfnguc Qn KWHs AIWZsg FEFyc Yg7KH9a WHiCJy JSwwjf1rmx Lh Qywih GTCrp YLg Tc6VdoR3a YAHWry Fg A yx Zm NJ2ZXp ZMQWe.

[6]PASCHALAKIS S,BOBER M.A low cost FPGA system for high speed face detection and tracking[C]//2nd IEEE International Conference on Field Programmable Technology.[S.l.]:IEEE Press,2003:214-221.

[7]LI J F.A real-time 3D human body tracking and modeling system[C]//2006 IEEE International Conference Image Processing.[S.l.]:IEEE Press,2006:2809-2812.

[8]MICHAEL J.Computer graphics[EB/OL].[2015-09-25].http://cg.informatik.uni-freiburg.de/.

[9]CHUCK Y.Face tracking perspective projection on FPGA[EB/OL].[2015-09-25].http://www.eeweb.com/project/chuck_yang/face-tracing-perspective-projection-onfpga.

[10]NGUYEN T T.Real-time multiple object centroid tracking for gesture recognition based on FPGA[EB/OL].[2015-09-25].https://www.researchgate.net/.

动作捕捉技术成就特殊电影明星 篇2

20世纪70年代，一位名叫约翰逊的心理学家提出了动作捕捉技术，该技术最初只运用于医疗事业，进入影视领域后，没想到还起了奇效。动作捕捉技术就是将真人表演和计算机技术结合起来，先是借助高科技手段把表演者的动作捕捉下来，然后把其作为电脑中的虚拟角色的运动依据，使虚拟角色的动作和表情能像真人一般自然逼真。

1990年，动作捕捉技术在好莱坞大片《全面回忆》中露了一手。影片中，男主角（施瓦辛格饰）要通过X光扫描射线来进行动作捕捉。我们知道X光具有很高的穿透能力，能够隔着皮肉透视骨骼，所以画面显示出了主角的骨骼和人携带着武器的运动状态。这是人们第一次在大银幕上看到动作捕捉技术，虽然镜头仅有几秒钟，虽然镜头只涉及平面效果，但却是动作捕捉技术的起点，是其发展过程中的重要一步。

茁壮成长塑造经典：

虚弱瘦小的咕噜、身材微胖的安迪·瑟金斯，若不知道电影幕后的故事，你会把他们联系起来吗？咕噜是电影《指环王》三部曲中的角色，他身体畸形、性格扭曲。怎样塑造咕噜，成了个摆在导演彼得·杰克逊面前的大难题。导演最初想通过电脑特效来完成这个艰难任务，但原本只担任配音工作的安迪·瑟金斯却提议由自己来饰演咕噜，而他最后成功了。

瑟金斯虽然演技过人，但受当时动作捕捉技术的限制，咕噜的拍摄被分成了四个部分，瑟金斯的工作量也大大增加。首先，瑟金斯要穿上白色服装与其他演员一起表演（等到了《指环王》后两部的时候，白色衣服才换成了带有跟踪点的动作捕捉服）。接着，技术人员会在电脑上把瑟金斯擦除，替换成咕噜，之前用白色衣服就是为了便于擦除。然后，瑟金斯还得在专门的捕捉车间里，穿上动作捕捉服再表演一遍，这时计算机会把他的表演记录下来，作为角色咕噜的动作数据。最后，动画师会根据瑟金斯的表演，不断完善咕噜的面部细节和动作，之后把制作好的咕噜放回实景镜头中，代替被擦掉的瑟金斯。

神神叨叨的咕噜，让人们见识到了动作捕捉的巨大魅力，甚至在《首映》杂志的评选中，咕噜还获得了“史上100 个最伟大的电影人物”的第十名。动作捕捉技术塑造了一个电影史上的经典角色。

户外捕捉记录面部：

看过《猩球崛起》系列的人，一定会感到困惑，影片中具有真情实感的凯撒等角色到底是怎么来的？难道导演真去请了猩猩来表演？其实该系列电影中并没有一只真猩猩，全都是由人来扮演的。

拍摄《猩球崛起》时，表演者们已经能够走出捕捉车间，亲近大自然了。因为传统的动作捕捉技术主要是光学式动作捕捉，即通过监视和跟踪演员身上的特定光点来完成动作捕捉，所以非常害怕光线干扰。为了走到户外，负责动作捕捉的维塔工作室必须要解决光线干扰问题，最后他们变被动为主动，把演员身上的反光标记点换成了主动发射红外线的LED灯，再用红外摄像机进行数据捕捉，光干扰问题也就迎刃而解了。拍摄续集《猩球黎明》时，当环境较暗甚至拍摄夜戏，就会在动作捕捉服上安装更亮的LED灯，使摄影机能更好地捕捉动作数据。此外，动作捕捉摄影机的线缆也消失了，全部换成无线数据传输。

《猩球崛起》系列在面部表情捕捉上也有重大突破—在《阿凡达》的基础上，开发了“脸部肌肉组织模拟技术”。演员表演时，除穿捕捉服外还要戴上专用头盔，头盔前面安置有摄像头，专门用来记录演员的面部表情。新技术还将原有的皮肤和内部肌肉模拟软件做了改进，为凯撒丰富的面部表情奠定了坚实基础。

动作捕捉带来的人机交互设计分析 篇3

通常的人机交互方式 (如键盘、鼠标) 是一种限于二维平面内的操作, 然而先进的设备产品操作会使手产生束缚感, 而且价格昂贵, 所以采用非接触方式进行人机交互, 开发了一种基于人体动作捕捉式的人机交互方式。可以应用在立体视觉、虚拟现实、增强现实和民用级产品的开发中。采用单个摄像头去获取操作部位运动的一系列图像, 将两个特定的符号标记分别贴在操作者手背和指端。通过模型分析处理图像, 获取标记在空间坐标系中的坐标变化, 去实现鼠标光标移动和按键控制的功能。使这种动作捕捉人机交互方式结构简单、成本低, 其的先进化给我们生活带来不一样的精彩。

人机交互, 就是人与计算机相互交流。通过人机接口技术, 使人与计算机之间发生联系, 计算机就可以从一个直观的反应, 让人直接的感受到其中的效果。而动作捕捉起源很早, 最初都是由一些医疗方面展现出来的, 例如:从一些伤残病人、精神病人的动作等进行研究与分析。再者, 人机交互在当今计算机行业中占据着重要位置, 其也是计算机系统的重要组成部分, 它直接影响计算机的可用性和效率。计算机cpu处理速度和性能的迅猛提高并没有提高用户使用计算机人机交互的能力, 而一个重要原因是缺少一个与之相适应的自然、高效的人机互交界面。目前, 随着计算机在人们生活中逐渐占据着重要的位置, 人机交互技术也越来越重要了。如果在教学中能充分的应用者向先进且科学的技术, 将会给教育界带来不一样的成果, 及将不断促进教育事业的发展

2 动作捕捉带来的人机交互设计分析与研究

动作捕捉与人机交互研究的内容主要包括下面几个方面:单一模式的识别技术研究;多模式人机交互技术研究;多感知信息的融合机理研究等。

2.1 多模式动作捕捉人机交互。

多模式是人与人之间的模拟。目标是将人与人之间的自然交互方式移植到人与计算机的交互中, 即让人的各种行为动作捕捉来通过键盘、鼠标、麦克风及摄像机等转换成计算机能感知到信息。人机交互的基础就是感知过程, 这点是比较难实现的。特别是视觉感知的部分, 因为现在尚未很好地得到解决。多模式捕捉与人机交互的研究主要包括以下几点:

(1) 手势识别技术。在人与人之间的交流过程当中, 手势一般的是伴着语音同时进行的。而在语言交流存在困难时, 手势的理解却是非常重要的。在大部分场合中, 他是对语言交互不足的补充。例如, 我们在给别人介绍一样东西或者事物出现不清楚的时候, 常常需要利用手势。目前而言三维手势, 计算机容易产生视觉技术困难, 目前他的实用化系统还不多。有些系统虽然采用了三维手势技术, 但大多却利用数据手套完成的。然而对这一方面来说系统成本较高, 另一方面, 交互起来也不是很自然。比较常用的是基于笔输入的手势, 是因为这种手势的识别处理相对而言要稍容易一些。所以一般的采用笔输入的手势。要是教师把这一先进技术运用到教学实践中不仅可以促进师生之间的关系, 还能大大提高课堂效率。

(2) 动作识别技术。动作识别技术正处与发展阶段, 还没有得到更广泛的普及, 如隐身技术等。对于过去而言大部分动作识别系统重点在于分析脸部和手部的动作, 而现在研发人员也开始将关注点转移到身体步态、姿势等行为举止上来。这一研究方向对三维人体的重建及虚拟现实的研究有着重要的意义。然而体感技术的突破, 看到离开键盘、鼠标的希望。比如玩网球、钓鱼这些游戏, 游戏者只需像真打网球那样挥舞手柄就可以了。动作识别系统也开始进入教育行业, 老师无需通过键盘鼠标就能播放上课时的备课PPT。

2.2 动作捕捉式人机交互多感知信息的融合

多感知信息的融合是指让各种感知通道所产生的输出信息用一定的方式联合和组合, 来产生高层的决策行为。多功能感知是对用户的智能感知, 所以需要对各个识别结果进行总的融合。认知研究表明, 人类的信息加工是在多个层次上来进行的, 并且在每个层次上都有多个信息源。多功能感知过程的融合是综合各个不同的信息, 用来提高所有通道的输入准确程度, 最终形成相对完整的用户信息, 来形成用户输入的智能感知。因此就融合的方式看, 可以分两方面。第一、在融合过程与识别过程中, 来形成一个可信度高的目标识别信息。第二、对每个识别结果需经过判断, 再比较, 并且需应用相应的知识、规则来进行推理, 最后形成一个合理的感知结果。因为多功能感知又是多通道信息输入过程, 他的主要功能是如何正确识别各个感知通道的输入, 经过高层模块处理后, 形成相对输入的相对理解。

3 动作捕捉带来人机交互的未来发

俗话说:“21世纪会是情感电脑大行其道的时代”。电脑毫无表情的时代即将结束, 虽然现在的电脑还没有七情六欲, 但是让电脑也有是人机交互的一个发展趋势。所以研究者们也正在努力让未来的计算机能做到无所不能。过去, 一直都是人类去适应计算机, 学习计算机语言。未来, 人类只要通过语言、手势、表情等输入, 机器就知道该做什么, 这就是动作捕捉技术人机交互的理想状态。然而未来即将移动化、平板化、智能化、3D化。

总之, 动作捕捉人机交互技术也越来越受到关注, 也给我生活带来很多好处。随着动作捕捉人机交互的发展, 各个领域也应该将其引用到自身的发展中, 例如:教学领域, 只有将其充分的运用到教学事业中, 那么教学事业将有一片美好的前景。

摘要：目前, 一些新型的高科技技术逐渐踊跃在社会发展的实践中, 同时也不断被被普及开来并广泛的被各个领域所重用, 比如:教学领域、办公领域等。本文先阐述了动作捕捉和人机交互的概念和地位, 然后对动作捕捉带来的人机交互设计进行分析与探讨, 最后对动作捕捉人机交互设计的未来进行展望。

关键词：动作捕捉,人机交互,技术

参考文献

[1]张雨.基于动作捕捉的虚拟运动与用户身体自然性表达[D].哈尔滨工业大学, 2010.

[2]贡国栋.基于人脸识别的人机交互探索与研究[D].太原理工大学, 2010.

[3]黄超.自然人机交互相关技术研究与系统实现[D].上海交通大学, 2010.

动作捕捉系统 篇4

说几句关于kinect的事，其最大优势在于可以扔掉手柄。它其实是Xbox360配套使用的一款摄像头，通过USB接口与游戏机相连。它能够发射红外线，从而对整个房间进行立体定位，摄像头借助红外线识别人体的运动。

Kinect最重要的功能是把人变成了遥控器，但除此之外，还有一个潜在贡献——动作捕捉，不过很遗憾，目前好莱坞电影业还没有注意到微软公司，他们已经有了另一套可靠的动作捕捉设备。

在影片《铁甲钢拳》中，在亚当的语音识别系统损坏后，麦克斯把它调到影子模仿系统，亚当随着查理的动作而动时，像极了kinect游戏的升级换代，只不过这时已不是游戏，人们发现这个机器人好像不一般，很像他们自己，有一种不向命运低头的坚韧。

戏里戏外都是动作捕捉

和擎天柱不一样，亚当不是纯电脑动画产物，因为监制斯皮尔伯格表示，如果用电脑特技创作，演员就要对着空气表演。但当演员能真正面对言之有物的东西时，当他能触碰到它，与之眼神交流时，表演才能焕发光彩。

根据斯皮尔伯格的建议，摄制组建造了四台机器人，身高2.5~2.8米，体重500公斤，由专人控制，在电影里缔造出不少人机交流的精彩场面。正是它们，让人与机器人对戏的情节表现得非常真实。

不过，这些机器人可没法胜任那些激烈的打斗任务，那些天衣无缝的打斗，都是摄制组通过动作捕捉技术，将真实拳击手互搏的镜头记录下来，再转化成机器人的挥拳打斗。

与最近热映的其他几部好莱坞电影类似，《铁甲钢拳》的前期拍摄片场也会非常空旷，演员们需要穿着连体紧身衣“戏服”，而且四肢还要贴着带有颜色的布条，背景和道具都是假的，光看拍摄现场难以了解这里正在拍摄怎样的一部影片。

动作捕捉细节要求苛刻

对于动作捕捉技术，中国传媒大学动漫学院院长助理王雷老师为我们进行了解读。

早在40年前，迪士尼公司就想将这一技术运用到动画制作领域，让不完美的动画效果变得更加逼真和流畅一些。而现在，在影片拍摄现场，大多为光学式捕捉技术，演员的黑色紧身衣外、身体关键部位被贴上一种叫做“Marker”的特制发光点，视觉系统将识别和处理这些“Marker”，摄影机把表演者的连续动作图像序列保存下来后，再通过电脑进行后期处理。

听起来虽然简单，但“Marker”的识别、跟踪和空间坐标计算的工作量非常惊人，它们对表演场地的灯光效果、反射状况要求都挺“苛刻”，而且演员的动作稍不到位，后期处理就变得困难。谁还敢说电脑时代不需要演技，“花瓶”对“Marker”毫无吸引力。

动作捕捉技术出现得很早，但走进大众视线，还是最近这几年的事情，这一切都要感谢彼得·杰克逊，否则最近十年的好莱坞电影可能丧失了不少精彩。

技术不是制胜法宝

《铁甲钢拳影》主演之一休·杰克曼说，我们可以看到一起演出的机器人，并随着场景情境的变化做出相应的调整，这不是一部单纯的运动电影，最初吸引其加盟的原因，就是这个故事所传达出的情感观。

而事实也是如此，父子情的戏码让观众觉得舒服和妥帖，感情戏并未被炫目的机器人打斗抢去风头。而剧情中体现亚当越来越能读懂小主人心意的小细节设定，更是为影片的温情路线加上了重要砝码。

尽管电脑技术越来越超乎想象，但故事本身依然是影片成功的关键。王雷表示，动作、表情捕捉技术，都只是电影视觉革命的一种手段，剧本的内容、演员的表演仍是左右电影质量的重要因素。

就连这项技术的重要推动者彼得·杰克逊也在《丁丁历险记》拍摄结束后明确表示，他运用动作捕捉技术只是想证明用虚拟场景反映一个真实的世界究竟有多大难度，塑造丁丁这样的一个人物是否可行，而不是为了炫特技。他反对将这项技术作为吸引票房而制造的噱头。

好莱坞的技术巨头们

彼得·杰克逊

代表作品：《指环王》系列、《金刚》等

有人甚至认为，他带动了动作捕捉技术的崛起，指环王之后几乎每部特效片都忍不住踏上这条完美的捷径。另外，他和他的维塔工作室也依然在巩固领导地位。

罗伯特·赞米基斯

代表作品：《极地特快》、《贝奥武夫》等

《阿甘正传》中让阿甘和肯尼迪握手的特效处理让罗伯特·赞米基斯一度成为特效领域的领军人物，可惜他过分注重技术的纯粹性，却忽视了技术与情节的融合。

詹姆斯·卡梅隆

代表作品：《泰坦尼克号》 、《阿凡达》等

动作捕捉系统 篇5

一、舞蹈形象的捕捉

舞蹈塑造的前提就是形象捕捉, 俗话说“艺术来源于生活, 又高于生活”。要想做好舞蹈形象的捕捉首先应观察及体验生活, 细心提取舞蹈形象的人物、意象等的具体特征, 并用舞蹈词汇将其拆分、排序等。如:我们最为熟悉的作品《孔乙己》中, 舞蹈演员蓬乱的头发及破烂的长衫、疯癫的步伐等均将观众带入到文学作品中对孔乙己的描写。从演员动作中看出孔乙己自欺欺人及贫困潦倒的书生形象, 通过东张西望的眼神将幽默演绎的淋漓尽致。仅仅采用六分钟的时间就能够展示孔乙己的人物形象, 为观众展现作品主题, 使舞蹈作品的思想情感得到升华。

在舞蹈起源之初, 人类具有超强对自然界的模仿能力, 在模仿中寄托着对世界的认知。如:早在希腊时期, 舞蹈者通过模仿来感知生活, 认为模仿是一门重要的艺术, 在模仿的过程中不仅仅考验形体能力, 而且还锻炼舞者的艺术形象及表达能力。模仿的内容众多, 可模仿人或物的外在形态、性格、语言及心理等。若模仿人, 就要熟悉此人的形态特征, 是高还是矮, 是胖还是瘦, 是温柔还是暴躁等。只有掌握了这些才能够模仿的惟妙惟肖。若模仿动物, 也应抓住动物的形态, 从各个方面对其模仿。如:我国著名舞蹈家杨丽萍, 其代表作《雀之灵》, 使她红遍大江南北。从表演至今, 仍受到无数人的赞叹。在表演中对孔雀的形象塑造及表现十分形象, 将孔雀真善美集于一身。这在很大程度上源于对生活中孔雀形象的捕捉, 将其应用到舞蹈编排中。在该舞蹈表演开场中, 孔雀头的造型是其独特的标志, 并通过美丽的手势的塑造出灵巧的孔雀形象。看出该表演的人都能够指导杨丽萍利用胸、腰及肩等身体多个部位, 使其巧妙配合, 为观众展现了一个活灵活现的孔雀, 让人为之而惊叹。

二、舞蹈元素动作的发展

舞蹈与音乐一样, 全程都是以情调贯穿的, 在捕捉到形象的动态规律时, 应使动态规律仅仅围绕这一意境, 使其得到发展, 并延续下去。舞蹈元素动作的发展应注意舞蹈主题动作的变化, 在变化的过程中保留部分舞姿、节奏及动力, 还应创新部分节奏等;同时还应在元素动作中加入情感, 使舞蹈形象动人。

仍以杨丽萍《雀之灵》为例, 该舞蹈主要是向观众展现孔雀动人、灵巧的形象。在该舞蹈作品中富有层次感及节奏感, 都是围绕动作开展各项变化, 构造完美的舞蹈动作形象及元素动作发展。首先, 该舞蹈加大动作幅度, 如在手部手指营造孔雀形象, 从拇指及食指的动作开始, 后发展到以手指配合肩腰动作, 进而形成孔雀头的造型;同时又简化动作, 最为突出的表现在舞蹈结束时, 以手部提裙子或孔雀头的造型达到收官之效。首尾呼应, 显得简洁干练, 向观众展示了对孔雀的热爱之情。其次, 在舞蹈高潮部分, 又一次向观众展现了经典造型, 将手交叉在脑后, 并双腿直立, 挑起一旁的侧腰, 以快速的速度展现孔雀飞翔的轻盈之态, 使节奏变化与孔雀飞翔相似。在表演过程中时而停顿, 时而旋转, 有层次的展现全身各个器官, 延长动作的节律等。最后, 在舞蹈表演中, 力求上升平衡, 通过下肢动作、腕关节及手臂等动作的变化来展现孔雀轻盈的神态, 同时不断改变动作方向, 使前后视觉效果发生显著变化。正是由于其较为形象的塑造了该形象, 使得更多的人沉迷此表演。当然, 每一种舞蹈都有自己的风格, 同时也有自己的语言, 对于初学者而言, 在进行舞蹈创作时, 不能一会现代舞, 一会古典舞, 避免这种混乱局面的发生, 应注重从整体上感知作品, 杜绝出现东拼西凑的现象。又如:在学习模仿鱼类的过程中, 可观察鱼鳍的特殊形态及游动时的形态, 将其分解为多个动作, 根据需要选择表演内容, 赋予其精神内涵, 使增强舞蹈语言的统一性。

三、结束语

总而言之, 当前随着人民生活水平的提高, 对舞蹈作品的要求也越来越高。在此背景下, 创新舞蹈编排至关重要。而舞蹈形象捕捉与元素动作发展是舞蹈编排的两个重要方面, 应做好两者的工作。本文对舞蹈形象捕捉主张从生活中观察及体验, 并模仿生活, 进而使编排的舞蹈惟妙惟肖。

参考文献

[1]林爱华.浅析舞蹈形象的产生[J].魅力中国, 2011, (16) :285-285.

动作捕捉系统 篇6

“人物动态速写”是指在极短的时间内画下人物的动作和姿态，是一种非常重要的造型艺术基础。传统的教学方法强调运用人体解剖知识来捕捉人体的动态线，然后利用复杂的线和面来进行“动态速写”。学生必须记住很多的概念和知识点，在短时间内很难提高人物动态速写水平。

Vicon三维动作捕捉系统利用摄像机捕捉粘贴在人物模特身体上的红外线点来构建动作模型。红外线点根据人体的运动特点和框架粘贴上去，并会随着模特的运动而变化。通过专门的软件将摄像机捕捉到的点连接成线，再把线转换成面，最后放到一个做好的三维模型里，模型就可以根据所捕捉的动作进行相同的运动。

“人物动态速写”本质上也就是瞬间动作捕捉过程，只不过Vicon三维动作捕捉系统用的是摄像机，而“人物动态速写”用的则是人眼。笔者尝试将借鉴Vicon三维动作捕捉的，将其运用到“人体动态速写”的教学中，取得了良好的效果。在此对这种教学方法进行详细的介绍。

2. 点的确定

“人物动态速写”的对象是随时变化的，无法反复观察，因此学生要在很短的时间内将人物的动态捕捉到，并立刻纪录下来。但是面对复杂的线和面，学生的视觉敏锐感很容易被削弱，所以笔者要求学生抛弃所有的外形，重点跟踪“动态点”。

2.1 选取动态点

Vicon动作捕捉系统中粘贴在人物模特身体上的红外线点可以作为“人物动态速写”重点跟踪的“动态点”。人物动态的变化是通过人体的骨骼结构的关节处的运动而变化的。根据这个原理我们可以找出2个肩关节、2个肘关节、2个腕关节、2个髋关节、2个膝关节、2个踝关节、颈、腰和头部共15个“动态点”，这些动态点就构成了人物的一个基本架构。

2.2 定位动态点

在画“点”时，不必考虑构图，不必讲究完整效果，“点”的大小只要学生本人可以在纸上能辨认出来就行了。但要注意“点”与“点”之间的距离和位置，因为人物动态速写中，最重要的就是结构，所以学生要花多点时间反复练习，通过由慢转快的练习，牢牢记住人物动态的关键点所在，从而能在很短的时间内根据具体的位置和比例将这些“动态点”表现出来。定点快速完成的特性正好符合学生初期阶段对绘画不能深入刻画、没有耐心的特点，从而增强了学生的自信心和学习的兴趣。

3. 线的构建

“动态点”定好位置后，如何使它们联系起来?在Vicon动作捕捉系统中，扫描好点后，用Vicon IQ软件将扫描到的点从头到脚连接起来。在人物动态速写中我们可以采用相同的原理。

3.1 确定“线”的表情

在“线”的两种表情中，“直线”比较简洁概括，同时在比较确定的方向和走势表现上，直线带有一定的肯定色彩，并且还具备人体框架所需要的稳定关系。用去曲取直的方法对人体动态趋势表现有利于学生对人体动态的概括。因此我选择了“直线”作为表现形态。

3.2 绘制结构线

用直线把15个“动态点”从头到脚地连接起来，同时在腕关节和踝关节的点处，分别画出符合模特手、脚方向和长短的4条线。在连线的过程中要注意头到脚跟的联线趋势、手臂的伸向、腰的扭动角度等。共18条线的点连接和延伸构成的就是我们常说的“人体动态速写”最关键的“动态结构线”。

3.3 默记连线位置

从点到线的过程所涉及的位置和线条很少，看似很简单，就像儿童画简笔画一样，但不能掉以轻心。在连线的时候不要单纯从上到下，笔到哪个位置都要默记一下，如：这是头部、这是肩关节、这是肘关节等。慢慢地，学生会对人体结构了然于胸。这种简单有效的方法，能提高学生的积极性，加强学生对人体结构的理解和概括能力的提升，同时能增强学生对人体结构的记忆和速写的默写能力。

4. 面的表现

有了准确的动态结构线，接着就是如何去表现人物的外形和特征。Vicon动作捕捉系统通过软件连好线后，就将人物框架扩充，变成立体的三维模型。“人体动态速写”在画好框架后也要扩充，只是它是二维的。

4.1 绘制轮廓

根据已画好的人体动态结构线向两边扩充，在扩充时我们要强调大形态、大感受。首先，分别用不同的圆从头到脚把动态结构线按照其大小比例和位置关系框出来，框画时要注意圆的透视关系。接着，沿着圆的外形，画出表现动态的衣纹轮廓线。在画衣纹轮廓线时要注意15个点的位置，因为转折点和跨度大的曲线均在这些点的位置，如：肩、肘、腰、膝、腕、踝等处。最后，根据表现情绪和对象的不同选择不同的性格线，如：女性多用曲线，男性多用直线等。

4.2 填补细节

首先，加强头、五官、手、脚的刻画。其次，加强人体结构和形式节奏刻画，着重表现主要轮廓线的趋势、起伏和人体动态的基本特征。再次，根据具体的人物把其神韵刻画出来。最后，在刻画细节时根据人体外形要注意线条的穿插、对比关系，处理线条的起伏、虚实、长短、粗细、聚散、前后，等等。

5. 整理画面

从整体上检查画面中人体比例、人物动态、透视关系是否准确，人物动态的节奏感表现是否正确，画面的空间关系和虚实关系是否恰当，画面中的局部会不会跳出来，整体性强不强，等等。总之，将检查—调整—修改贯穿始终，通过这个过程取得一个生动、丰富的形象效果。

6. 结语

借助Vicon动作捕捉原理，笔者系统分析了“人体动态速写”的组织规律，并运用到教学实践中，使得学生能够快速掌握“人体动态速写”技能，实现有效教学的目的。同时在整个教学过程培养了学生的观察、分析和判断能力，拓宽了其思维，为将来进一步提高学生的速写水平打下了良好的基础。

摘要：本文作者根据教学实践, 认为在教学中借助Vicon三维动作捕捉原理, 从确定动态点出发, 然后进行线和面的完善, 能够降低“人体动态速写”学习的复杂性, 快速有效地提高学生的速写技巧。