基于微型传感器驱动的三维实时运动人体模型

　万方数据

第１２期李刚等：基于微型传感器驱动的三雏实时运动人体模型３３３７

表面模型包含骨架层和皮肤层两层。骨架层由骨骼和关节组成。是人体运动控制的基础，用于指定人体的精确运动，表示人体内部结构；皮肤层由多边型网格组成，用于描述人体的外部形状，刻画逼真的人物形象Ｈ】。本文借鉴表面模型的建模思想，针对微型传感器提供的测量数据，提出一种用于人体运动获取和再现的层次化结构建模方法。

２．１骨架模型

本文提出的骨架模型参照Ｈ．Ａｎｉｍ标准。Ｈ?Ａｎｉｔａ是一个关于虚拟人建模的标准。它使用三类节点表示一个虚拟人体模型：人体重心、人体关节和人体骨骼段。

本文根据运动捕获与再现需求，把整个人体分成１个重心、２１个骨骼段和１７个关节。骨骼段之间由关节相连，人体重心、每个骨骼段以及关节的运动会影响到与它相连的其他节点的状态。骨骼的层次结构由嵌套的关节节点来实现，设定脊柱末端的骶骨节点为人体的重心，作为整个人体的根节点，并由此分别向上、向下遍历整个骨架结构，将所有关节组织成树形的继承结构。除根节点以外，每个节点都是另一个节点的子节点。例如：肩关节定义中，把肘关节和上臂骨骼段作为它的子节点，而在肘关节的定义中又把腕关节和前臂骨骼段作为它的子节点等，从而形成了人体模型的骨架。人体模型树状层次结构如图２。为了使用传感器数据驱动人体模型进行实时运动，将人体的各个骨骼段抽象为简单刚性几何体，用各个关节之间的相对位置描述人体的姿态变化。

图１系统结构

图２人体模型层次结构

人体骨架模型是人体模型运动的基础，微型传感器数据驱动人体模型实时运动，实际是驱动人体骨架模型运动，同时该运动能够带动皮肤模型的变形，进而实现人体模型的运动。为了实现微型传感器数据驱动人体模型实时运动，本文定义了一种数据结构用以表征骨骼的参数，数据结构中包含了位置、平移、旋转等参数。人体模型的骨骼的数据结构具体如下：

Ｓｅｇｍｅｎｔ＿ＪｏｉｎｔＳｔｒｕｅｔ

ｆ

ＢｏｎｅＩＤ；／／骨骼节点内部标识

ＢｏｎｅＮａｍｅ；／／骨骼节点名称

ＢｏｎｅＬｅｎｇｔｈ；／／骨骼长度

Ｂｏｎｅ胁邮：Ｕ骨骼质量，质心

ＤＯＦ

Ｃｏｎｓｔｒａｉｎｔｓ；／／自由度ＲｏｔａｔｉｏｎＬｉｍｉｔｓ；∥关节旋转范围

ＭｅｓｈＥｌｅｍｅｎｔｓ；／／网格

ＰａｒｅｎｔＢｏｎｅ；／／父节点

ＣｈｉｌｄＢｏｎｅｓ；／／子节点

ＣｏｕｎｔｏｆＣｈｉｌｄＢｏｎｅｓ；／／子节点数量

ＢａｓｅＳｃａｌｅ／Ｒｏｔａｔｉｏｎ／ＴｒａｎｓｌａｔｉｏｎＩｄｏ．；

／／初始位置

ＣｕｒｒｅｎｔＢｏｎｅＳｃａｌｅ／Ｒｏｔａｔｉｏｎ／ＴｒａｎｓｌａｔｉｏｎＩｎｆｏ．；

／／运动后骨骼位置

ＱｕａｔｅｒｎｉｏｎｆｏｒＡｎｉｍａｔｉｏｎ；／／四元数

ＣｈａｎｎｅｌｏｆＡｎｉｍａｔｉｏｎ；／／骨骼管道

ＣｕｒｒｅｎｔＦｒａｍｅ０ｆＡｎｉｍａｔｉｏｎ；／／显示模型姿态

ＰｌａｙｂａｃｋＳｐｅｅｄ，／／动画播放速度

ＢｌｅｎｄｉｎｇＩｎｔｏｏｆＡｎｌｍ血ｏｎ；／／连续运动信息ｌ

２．２皮肤模型

为了利用传感器数据驱动并控制人体骨架模型的实时运动以及皮肤模型的实时变形，本文在ＳＳＤ算法基础上，针对微型传感器人体运动捕获与再现的特点，提出了多边形分组方法。此方法把组成人体皮肤模型的多边形网格分成平面多边形和曲面多边形，并按照人体生理结构将平面多边形网格附属于人体的某段骨骼上，它将跟随骨骼的运动而运动，但不产生变形，如：手指、脚趾和头等没有用传感器数据驱动其皮肤变形的部位；曲面多边形网格采用ＳＳＤ算法的要求进行建模，跟随骨骼的运动而变形，如上臂和前臂等部位会跟随相应关节的运动产生变形。从而在保证运动再现效果的前提下，提高人体模型的处理速度。生成的皮肤模型如图３（ａ）。虚拟人体模型运动时，传感器提供当前时刻人体骨架各个关节的运动参数，驱动骨架至某一姿态，再由骨架上的各个骨骼带动相应部位的人体表面皮肤运动。该模型运算复杂度低，可以表示任意的拓扑结构，适用人体这种复杂的带分支的结构，不同的部位之间可以方便的连接在一起，提供一种高效、逼真的皮肤变形方法，真实地再现运动状态下人体皮肤的变形效果。最终生成的人体模型如图３（ｂ）。

（ａ虚拟人皮肤模型【ｂＪ虚拟人体模型

图３虚拟人皮肤模型和人体模型

３运动再现

３．１运动参数转换

微型传感器实时捕获的人体运动原始信息经过信息处理模块预处理，转化为实际人体运动参数信息，并输入虚拟人体模型。在模型中每个人体骨骼都有一个管道，实时接收传感器提供的人体运动参数信息，并将这些参数信息转化为模型运动时所需要的角度旋转参数信息和位置移动参数信息。

经过信息处理模块预处理后，输入虚拟人体模型的运动参数是四元数数据序列，四元数数据序列在骨骼管道中转换成角度旋转参数信息。转换方法如下。．

设输入骨骼管道的四元数数据是Ｑ＝（ｑ。，ｇ：，９３，埘），其中（ｇ。，ｑ：，铂）是旋转轴，ｗ是旋转角度。

四元数归一化：

Ｎｏｒｍ（口）＝ｓｑｎ（ｗ２＋叮２。＋ｑ；＋ｑ１）

（１）　万方数据

　万方数据

第１２期李刚等：基于微型传感器驱动的三维实时运动人体模型３３３９

动信息。然后把所采集的运动信息输入人体模型，实现了人体模型的实时运动再

现。将人体模型的动

画与拍摄的视频进行

比较，发现人体模型

动画能够很好地跟踪

真实人体的运动。图

５是对人体上半身的

运动捕获与再现过程

的截图。实验结果说

明，微型传感器数据

驱动的人体模型能够

实时精确地再现真实

人体运动。实验是在

ＡＭＤＡｔｈｌｏｎ６４ＴＫ５５

的ＣＰＵ，ｌＧＢ内存的

台式机上实现，系统

以３０ｆｐｓ的速度实时

运行，其延时为２３

ｌ＇ｎＢＯ

５结语

针对微型传感器

人体运动捕获与再现

的特点，本文借鉴了

表面模型的建模思

想，提出一种层次化

（上接第３３２１页）

ｔａＪ＿ｌ｝ｔ－Ｃ，１分割后【冬Ｉ像（ｂ）脑ＣＴ分割后图像

图３肝、脑ｃＴ采用本文算法分割后图像

４结语

不同对象的分割结果表明，本文提出的引入二阶矩图像信息熵的ｃ．ｖ模型分割算法，在分割不同对象时具有较强的自适应能力，其实际应用意义是在计算机医学辅助诊断过程中降低了人工干预的成分。

参考文献：

【１】ＣＨＡＮＴＦ，ＶＥＳＥＬＡ．Ａｃｔｉｖｅｃｏｎｔｏｕｒｗｉｔｈｏｕｔｅｄｇｅｓｆｏｒｖｅｅｔｏｒ－ｖａｌ．ｕｅｄ

ｉｍａｇｅＩＪ】．ＪｏｕｒｎａｌｏｆＶｉｓｕａｌＣｏｍｍｕｎｉｃａｔｉｏｎａｎｄ

Ｉｍ孵Ｒｅｐｒｅ－∞ｎｍｆｉｏｎ，２００１，１０（２）：２６６—２７７．

【２】徐旦华，鲍旭东。舒华忠．基于区域划分和改进ｃ．Ｖ法的医学图像分割方法【Ｊ１．东南大学学报：自然科学版，２００６，３６（５）：８６３—

８６８．

【３】蔡超，周成平，丁明跃。等．基于Ｃ－Ｖ方法改进的红外图像自动分割【Ｊ】．华中科技大学学报：自然科学版．２００６，３４（３）：６２—６４．【４】ＣＨＡＲＴＲＡＮＤＲ，ＳＴＡＮＥＶＡＶ．Ａｆａｓｔｅｒ－ｃｏｎｖｅｒｇｉｎｇａｌｇｏｒｉｔｈｍｆｏｒｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎ

ｗｉｔｈａｍｏｄｉｆｉｅｄＣｈａｎ－Ｖｅｓｅｍｏｄｅｌ【Ｃｌ／／ｔＰＥＶ２００８：Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ２００８ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅ陀ｎｃｅ０１１ＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，ＣｏｍｐｕｔｅｒＶｉｓｉｏｎ。ａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ．１．ａｓＶｅｇａｓＮｅｖａｄａ：ＣＳＲＥＡｐｒｅｓｓ，２００８：２１２—２１６．

【５】李俊，杨新，施鹏色．基于Ｍｕｍｆｏｒｄ?Ｓｈａｈ模型的快速水平集图像分割方法【Ｊ】．计算机学报，２００２，２５（１１）：１１７５—１１８３．结构建模方法。该方法适用于微型传感器的运动获取和再现系统，并能够很好地体现人体运动的生物动力学特征。同时针对表面模型未考虑人体解剖结构的缺陷，在ＳＳＤ算法的基础上，提出了多边形分组方法，提高了运动再现的处理速度，实现了人体运动状态下的皮肤实时变形。实验证明本文采用的方法在处理速度和皮肤变形方面具有较好的性能，能够准确再现人体运动姿态。在今后的研究中，我们将进一步提高运动捕获与再现系统的处理速度和精度，深入了解人体解剖特性及皮肤变形规律，建立更为真实准确的皮肤变形模型。

志谢：非常感谢传感网络应用与研究中心所有工作人员对我工作的支持与帮助。同时特别感谢陈江同学为我提供硬件平台，张志强同学给予我工作的指导。陶冠宏同学给予我宝贵的意见。

参考文献：

【ｌ】ＪＥＦＦＬ．Ｓｋｉｎｔｈｅｍｂｏｎｅｓ：ＧａｍｅｐｒｏｇｒａｍｍｉｎｇｆｏｒｔｈｅＷｅｂｇｅＩｌｅｒａ．ｔ．ｉｏｎ【月．ＧａｍｅＤｅｖｅｌｏｐｅｒ，１９９８，５（５）：１０一１８．

［２】ＬＥＷＩＳＪ只ＣＯＲＤＮＥＲＭ，ＦＯＮＧＮ．Ｐｏｓｅｓｐ∞ｅｄｅｆｏｒｍａｔｉｏｎ：Ａｕ—ｎｉｆｉｅｄａｐｐｒｏａｃｈｔｏｓｈａｐｅｉｎｔｅｒｐｏｌａｔｉｏｎａｎｄｓｋｅｌｅｔｏｎ－．ｆｈ＇ｉｖｅｎｄｅｆｏｒｍａ－

ｔｉｏｎ【ＥＢ／ＯＬＩ．Ｉ２００９—０４—１０】．ｈｔｔｐ：／／ｓｃｒｉｂｂｌｅｔｈｉｎｋ．ｏｒｇ／Ｗｏ彬ＰＳＤ／ＰＳＤ．ｐａｌ．

【３１ＲＨＥＥＴ。ＬＥＷＩＳＪＰ，ＮＥＵＭＡＮＮＵ．Ｒｅａｌ－ｔｉｍｅｗｅｉｇｈｔｅｄｐｏｓｅ?ｓｐａｃｅｄｅｆｏｒｍａｔｉｏｎｏｎ

ｔｈｅＧＰＵ【Ｊ】．ＣｏｍｐｕｔｅｒＧｒａｐｈｉｃｓＦｏｒｕｍ，

２００６。２５（３）：４３９—４４８．

ｆ４】吕志国，李焱，贺汉根．基于Ｐｏｓｅｒ模型的三维人体建模方法【Ｊ】．计算机工程．２００８，３４（１３）：２５６—２５８．

【５】ＭＵＲＲＡＹＭ，ＬＩＺＥ－ＸＩＡＮＧ．机器人操作的数学导论【Ｍ】．徐卫良，钱瑞明。译．北京：机械工业出版社，１９９８．

【６ｌ李钥，唐庆玉．一种基于水平集的医学图像分割算法【Ｊ】．北京生物医学工程，２００５．２４（５）：３７０～３７２．

【７】贾迪野，黄风岗，文小芳．一种全局优化的水平集图像分割方法【Ｊ１。中国图象图形学报，２００５，１０（１）：２５—３０．

【８】孙君顶，丁振围，周利华．基于图像信息熵与空间分布熵的彩色图像检索方法【Ｊ１．红外与毫米波学报，２００５，２４（２）：１３５—１３９．【９１洪清启，王备战，史亮，等．基于二维直方图信息熵的图像检索方法『Ｊ】．广西师范大学学报：自然科学版，２００７，２５（４）：２６５—２６８．【ｌＯ】何姗，郭宝龙，洪俊标．基于区域熵的图像检索【Ｊ】．计算机工程，２００６，３２（１８）：２１４—２１６．

【１ｌ】凌建国，刘小军，徐心和，等．基于熵的变分辨率彩色图像分割【Ｊ】．上海交通大学学报，２００５，３９（１２）：１９７５—１９７８．

【１２】宋家慧．基于遗传算法的最大熵阈值的图像分割【Ｊ】．电子工程师，２００５，３１（２）：６０－６３．

【１３】ＭＵＭＦＯＲＤＤ，ＳＨＡＨＪ．ＯｐｔｉｍａｌａｐｐｒｏｘｉｍａｔｉｏｎｂｙｐｉｅｅｅｗｉｓｅｓｍｏｏｔｈｆｕｎｃｔｉｏｎｓａｎｄａｓｓｏｃｉａｔｅｄｖａｒｉａｔｉｏｎａｌｐｒｏｂｌｅｍｓｆＪ１．Ｃｏｎｕｎｕ－

ｎｉｃａｔｉＯｉｉ８ｏｎＰｕｒｅａｎｄＡｐｐｌｉｅｄＭａｔｈｅｍａｔｉｃｓ，１９８９，４２（５）：５７７—

６８５．

【１４１ＥＶＡＮＳＬＣ，ＧＡＢＬＥＰＹＲＦ．Ｍｅａｓｕｒｅｔｈｅｏｒｙａｎｄｆｉｎｅｐｒｏｐｅｒｔｉｅｓ讲ｆｕｎｃｔｉｏｎｓｆＭ１．Ｂ０∞Ｂａｔｏｎ，ｆｌｏｒｉｄａ：ＣＲＣＰｒｅｓｓ，ｌ９９２．

【１５】张宪民。欧阳高飞．水平集方法及其在柔顺机构拓扑优化中的应用【Ｊ】．华南理工大学学报：自然科学版，２００７，３５（１０）：２６—

３６．

【１６】章晋毓．图像处理与分析ｆＭ】．北京：清华大学出版社，１９９９．【１７】赵军阳，张志利．基于最大丐＝信息最大相关熵的特征选择方法【Ｊ】．计算机应用研究，２００９，２６（Ｉ）：２３２—２３５．

【１８】周小舟，张加万，孙济洲．基于瓦信息和Ｃｈａｒｔ—Ｖｅｓｅ模型的图像分割方法【Ｊ】．计算机【：程．２００７，３３（２２）：２２０—２２２．

【１９】ＣＨＥＮＹＦ，ＺＨＡＯＷＤ，ＷＡＮＧｚＣ．Ｌｅｖｅｌｓｅｔｓｅｇｍｅｎｔａｔｉｏｎａｌ?９０ｒｉｔｈｍｂａｓｅｄｏｎｉｍａｇｅｅｎｔｒｏｐｙａｎｄｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇｆＣｌ∥

［ＣＢＢＥ２００７：２００７ＩｓｔＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＢｉｏｉｎｆｏｒｍａｔｉｅｓ

ａｎｄＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ．Ｗａｓｈｉｎｇｔｏｎ，ＤＣ：ＩＥＥＥ，２００７：９９９

一１００３．　万方数据

基于微型传感器驱动的三维实时运动人体模型

作者：李刚， 吴政， 孟小利， 吴健康

作者单位：中国科学院研究生院,信息科学与工程学院,北京,100049

刊名：

计算机应用

英文刊名：JOURNAL OF COMPUTER APPLICATIONS

年，卷(期)：2009,29(12)

参考文献(5条)

1.MURRAY M;LI ZE-XIANG;徐卫良;钱瑞明机器人操作的数学导论 1998

2.吕志国;李焱;贺汉根基于Poser模型的三维人体建模方法[期刊论文]-计算机工程 2008(13)

3.RHEE T;LEWIS J P;NEUMANN U Real-time weighted pose-space deformation on the GPU[外文期刊] 2006(03)

4.LEWIS J P;CORDNER M;FONG N Pose space deformation:A unified approach to shape interpolation and skeleton-driven deformation 2009

5.JEFF L Skin them bones:Game programming for the Web generation 1998(05)

本文链接：https://www.wendangku.net/doc/0d18154215.html,/Periodical_jsjyy200912050.aspx