● 摘要
虚拟现实领域中，虚拟人技术一直都是国内外的研究热点。在虚拟人技术中，运动捕获技术能够采集真实感运动数据，将这些数据和动画绘制技术结合起来，就会产生满意的动画效果。但是我们在运动动画的实际应用中发现了一些问题：运动捕获数据涵盖范围不广，需要我们在已有的运动数据上生成新的运动数据；三维运动动画所占物理存储空间大，给数据存储、应用都带来了效率和性能问题，如果应用到网络交互上，其传输及渲染时间花销也很大。这些问题不仅存在于虚拟奥运博物馆课题中，同时也是目前动画重建领域的一个研究瓶颈。本文以国家自然科学基金重点项目“虚拟奥运博物馆关键技术研究”为背景，针对上述问题，对运动数据处理技术尤其是运动数据压缩技术开展了一系列深入的研究，并最终将研究成果应用到虚拟奥运博物馆中，主要完成了以下的工作：1）开展了运动数据处理技术的研究并达到了扩充运动数据的目的。通过运动扩展、运动过渡、运动变速、运动编辑等运动数据处理技术完成了对运动捕获数据的重新处理，达到了扩充运动数据的目的，提高了运动数据的涵盖面及利用率。2）给出了一种基于聚类PCA的运动数据压缩方法，满足了虚拟奥运博物馆中对运动数据的压缩要求。本文给出的运动压缩方法首先对运动数据进行预处理和曲线拟合，然后对拟合控制点进行聚类PCA压缩处理。另外，本文同时给出了相应的解压缩方法，该方法实质上为上述过程的逆过程。这样，本文通过聚类PCA的虚拟运动数据压缩方法，解决了运动数据存储空间大和应用性能低的问题。3）针对基于聚类PCA压缩方法中存在的边界运动信息缺失问题，给出了一种基于DCT编码的运动数据压缩方法。本文研究并实现了DCT压缩方法来处理运动边界数据，通过DCT变换、量化、熵编码最后完成运动边界数据的压缩。4）设计并实现一个基于网络的虚拟运动系统，该系统采用逼真的3D模型，利用运动捕获数据进行皮肤骨骼动画逼真渲染，对现有运动数据进行压缩，实现在网络上实时传输虚拟人运动动画的功能。本文的运动数据压缩方法还应用到虚拟奥运博物馆项目的“虚拟羽毛球系统”中。