摘要：近年来,机器学习技术被广泛应用于人体运动合成,取得了很多研究成果,这得益于运动捕获技术的成熟和使用.运动捕获技术使数据驱动的方法成为人体运动合成的主流,而机器学习技术能够有效地处理人体运动数据这类维数高且在时间和空间两个维度都具有较大相关性的数据.文中以机器学习方法为主线,结合各类方法的特点,对人体运动合成中的应用进行总结和归纳;同时,还展望了人体运动合成和运动数据处理技术未来的发展趋势.

摘要：为了生成自然逼真且风格可控的人体运动,提出一种新颖的风格图模型.文中将运动风格看做是同一个运动内容投影到不同行为子空间的时空特征变换,对于任意给定的人体运动数据,首先对其进行主旋转分析,从中分离出运动风格与运动内容;然后根据其运动风格对一个候选风格集进行风格筛选,并动态地构建出一个风格图;最后将用户选定的风格变换实时地作用在原始运动内容上,生成风格可控的人体运动.利用文中模型将一组行走运动的风格集重用在多种运动内容上(如拍球、滑翔等)的实验结果表明,合成出的人体运动既保留了原始运动内容的细节,又能够体现出用户指定运动风格的特征,可用于生成风格可控的人体运动.

摘要：针对传统线性压电悬臂梁频带过窄且难以与人体运动相匹配的问题,考虑人体小腿的运动特点,设计了一种双稳态磁耦合压电悬臂梁应用于人体运动能量俘获,利用运动过程中小腿的摆动及其与地面间的冲击产生的加速度使悬臂梁跨越势阱提高俘能效率。以哈密顿原理及人体运动信号为基础,建立了用于人体运动能量俘获的非线性动力学模型。根据人体腿部运动的振动特征设计了一种便携式非线性振动能量俘获系统,实现了线性、非线性单稳态和双稳态等动力学特征。采用实际腿部振动信号进行的理论模型数值仿真表明:双稳态人体振动俘能技术能够产生大幅度跨越势阱运动并俘获较多的电能。人体不同运动状态的实验结果验证了非线性双稳态人体能量俘获技术的优势以及所建立的机电耦合模型的有效性。当运动速度为8km/h时,双稳态系统的平均功率达到最大值23.2μW。

摘要：在分析人体自身运动反馈控制机理的基础上 ,引入舒适度作为人体运动控制的性能指标函数 ,提出了一种基于舒适度最大化的人体运动控制算法 该算法综合考虑了运动学、动力学以及人体工效学等因素 ,避免了单纯从动力学方面求解带来的虚拟人体动画所隐含的力量冲突 ,提高了仿真结果的真实性和合理性 最后 ,用实验验证了文中算法的有效性

摘要：通过对艺术、体育及身体活动特点、客观存在方式的认识,阐述了三者共存一体的辩证统一关系。依据"项群划分理论"指出不同艺术体育所表现出的艺术审美的普遍性和指向性。并在此基础上,对艺术体育的概念进行界定:艺术体育是以满足人们身心和谐发展为前提,以身体活动为表现形式,以技术的精确度、动作的难度和艺术的表现力为追求目标和评定标准的体育项目。通过对艺术体育的社会成因,内、外特点的分析,指出艺术体育是以现代体育科学理论、艺术理论为支撑,以身体活动为载体,展示科学和艺术打造成果的科学原理及共性特征。

摘要：人体运动的合成与控制是计算机图形学研究的热点之一,但由于人体的关节变量很多且人类对自身运动非常熟悉,使得这项研究变得极具挑战性.为了解决该领域存在的问题,很多研究者尝试通过对运动数据进行降维在低维空间中对人体运动进行合成,或是利用低维信号进行运动控制,均取得了很好的效果,当然也有各自的局限性.文中以运动数据的低维表达为主线,回顾和总结了人体动画领域一些最新的研究成果,并对基于低维数据的人体动画生成技术的发展趋势进行了展望.

摘要：如何得到满足用户指定约束的风格化运动是近年来计算机动画领域的研究难点,针对这个问题,提出一个基于独立特征子空间的低维运动模型,该模型可以较好地参数化运动风格,并在此基础上提出了一种合成满足约束的风格化人体运动的算法.该算法在低维空间中求解反向运动学问题,并在风格子空间中响应用户输入的风格参数,使用户可以在指定关键帧末端约束的同时对风格进行编辑.实验结果表明:文中算法效率高,具有良好的交互性,能够用于动画的交互式编辑和与合成.

摘要：针对服装动画中人体运动与服装变形的关系,首先对服装动画中人体运动特征和服装变形特征进行定义和提取;其次建立多套服装在多种人体运动下的高精度服装动画实例数据,并基于4种机器学习模型从实例中学习二者之间的关系.对不同学习模型进行实验的结果表明,由于服装动画中人体运动与服装变形之间存在较强的相关性,因此利用人体运动可以较为准确地预测服装的变形分布;相比BP神经网络,广义回归神经网络和支持向量机等方法,随机森林模型可以更有效地获取人体运动与服装变形的关系,最终误差可控制在理想范围内.

摘要：物理模型是研究人体运动时的重要方法，对揭示复杂的人体运动本质、设计体育运动中的难新动作、防止人的损伤有着重要的意义。由于需要专门的技术、时间和资金以及人体运动的复杂性，使建立物理模型的难度较大，到目前为止成功而有效的物理模型还不多。介绍了建立人体运动的物理模型需要的步骤和几个比较典型的模型，并通过体操运动员在单杠上的摆动动作为例阐述如何设计物理模型，如何对该模型的运动状态进行具体的分析。

摘要：提出使用人机交互的方法,通过加工处理现场录像资料,并与计算机图形学技术相结合,整体提取人体的三维运动数据.针对提取过程中的关键环节———数据提取人员,进行了姿态识别精度实验.实验的样本采用计算机图形、图像以及动态画面,实验结果表明识别精度良好.