使用单个IMU对虚拟角色进行全身运动重建
摘要：用单个惯性测量单元（IMU）的数据实时重建虚拟角色的全身运动序列，这篇论文提出了一种方法。由于需要从非常少的自由度中重建大量自由度，这个过程的难度很高。为了解决这个复杂的问题，所提出的方法被分为几个步骤。同时记录用户的全身运动和IMU的数据。然后，对数据进行预处理，以更高效地处理。通过开发具有反应插值功能的分层多元隐藏马尔可夫模型，系统学习运动序列的结构。具体地说，运动序列的阶段在更高的分层级别上分配，而运动序列的帧结构在更低的分层级别上分配。在方法的运行时，使用前向算法重建虚拟角色的全身运动。首先，该方法预测输入运动所属的阶段（更高的分层级别）。其次，该方法预测最接近的轨迹及其进展，并对最有可能的轨迹进行插值，以重建虚拟角色的全身运动（更低的分层级别）。评估所提出的方法显示，它在合理的帧速下工作，并且与先前的方法相比，最小化了重建错误。
作者：Christos Mousas
论文ID：1711.04194
分类：Graphics
分类简称：cs.GR
提交时间：2017-11-15