摘要
数据驱动的角色动画技术是计算机图形学研究的热点之一.该技术依赖于对庞大的人体运动捕获数据的重用.为了便于存储和网络传输数据,高效实时的人体运动捕获数据压缩方法是非常重要的.文中从消除时域冗余、空域冗余及片段域冗余等多个角度对近年来的人体运动数据压缩方法进行介绍,总结归纳了人体运动捕获数据压缩流程,梳理出了人体运动数据压缩方法的分类原则,并以冗余类别为主线回顾与综述了人体运动压缩领域的最新研究成果.最后展望了该研究领域未来的发展趋势.
Data-driven character animation is a hot research topic in computer graphics. It relies on data reusing of pre-captured motion data. Therefore, it is very important to compress the motion capture(mocap) data effectively and in real time for easy storing and transmitting. This paper introduces the latest research results of mocap compression from the view of eliminating data redundancy in temporal, spatial and compound segmental level. First, it gives an overview of the fundamental compression pipeline, and presents a guideline for classifying mocap data compression methods. Then, revisits and discusses the recently developed mocap data compression schemes from the view point of data redundancy reduction. Finally, gives some discussions on possible directions for future works in mocap data compression.
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2016年第7期1037-1046,共10页
Journal of Computer-Aided Design & Computer Graphics
基金
国家自然科学基金(61300089
61332017)
中国博士后基金(2014M561228)
文化部科技创新项目(2014KJCXXM12)
腾讯犀牛鸟创意基金(AGR20140101)
浙江大学CAD&CG国家重点实验室开放课题(A1421)
中央高校自主基金(DC201502030301
DC120101079)
辽宁省教育厅科学研究项目(L2013502)
关键词
角色动画
运动捕获数据
数据驱动动画
运动压缩
character animation
motion capture data
data-driven animation
motion compression