人类群体研究中运动捕捉数据重建与动画技术定量评估
在人类群体研究和运动动画领域,有两项重要的研究内容,一是人类群体研究中运动捕捉数据的重建,二是运动动画技术的定量评估。下面我们将详细介绍这两方面的研究。
人类群体研究中运动捕捉数据的重建
在人类群体研究中,准确重建行人的运动轨迹至关重要。研究人员提出了一种从运动捕捉原始数据计算人类平均位置的方法,该方法由四个步骤组成:标记分组、标记标注、参与者骨骼计算和参与者位置估计。
行人位置估计的验证
为了验证该方法,研究人员将算法应用于跟踪条件最佳的试验中。他们使用了一个包含16名行人在半径为2米的圆圈周围的车道上行走的实验记录。对于其中3名参与者,四个标记的测量数据在每个时间步都完全可用。
- 与标记平均位置的比较 :使用特定的数值参数(T0 = 0.1s,N1 = 2,N2 = 2,N3 = 1),重建方法得到的位置与标记平均位置之间的平均距离为1.4 ∗ 10−3m,最大距离为2 ∗ 10−2m。在标记位置完全可用的情况下,新方法的结果与标记平均方法的结果相似。不同的参数并不能显著改善这个误差范围,这归因于骨骼评估步骤,误差处于同一数量级。数值测试表明,在很大范围的参数Nk和T0下都能达到这个误差水平,例如(Nk ∈[2, 20]且T0 = 0.1 s)或(Nk ∈[4, 10]且T0 = 0.1 s)。这种对数值参数的鲁棒性归因于T拟合持续时间计算的动态过程,该过程将T与T0和Nk联系起来。
- 对标记丢失的鲁棒性 :研究人员还研究了位置估计方法对标记丢失的鲁棒性。为了模拟标记丢失,他们使用高质量数据,并使用一个二
订阅专栏 解锁全文
833



被折叠的 条评论
为什么被折叠?



