计算机角色动画制作中的可视媒体融合综述
苏玉慧
摘要：计算机角色动画在计算机游戏、虚拟现实、运动仿真等多个领域有着深入的应用，其主要包括可视媒体有图像、视频、三维模型等，传统的单一可视媒体进行计算机角色动画制作正逐渐被多种可视媒体融合的制作方法取代。文章对计算机角色动画制作中的可视媒体融合技术进行了综述。
关键词：计算机角色动画；可视媒体；融合技术
随着计算机角色动画制作的发展和应用规模的逐渐扩大，计算机角色动画制作还涉及计算机视觉、计算机图形学及机器学习等技术范畴，因此，其发展过程成为多种可视媒体融合的研究领域。
1可视媒体融合技术概述
在计算机角色动画制作中会涉及图像、三维模型、视频以及运动捕捉等多种数据的综合处理，这些数据通过计算机的采集、编辑和压缩的形式被制作成多媒体数据源的形式展现出来，并经过相互之间的作用形成鲜明的动画角色，这就是可视媒体融合技术。
多视点图像中提取的角色通过对侧影信息的变形来实现个性化角色的转变，再通过对运动数据的捕捉来实现角色模型的驱动，以此建立具体的动画角色。这个过程中主要运用了图像、运动捕捉和三维模式。因此，不同的可视媒体所采用的融合技术是不相同的。
2可视媒体融合分类
计算机动画角色在应用过程中呈现出跨度大和设计范围广等特点，各种动画角色的设置都需要建立在可视媒体的基础上，下面对可视媒体的融合进行分类研究。
2.1视频融合
（1）多视点人体角色视频合成三维角色动画：对动画角色进行摄像机的同步，根据拍摄角色的轮廓、深度信息等对每一帧中的角色进行重建，根据当前视觉的多视点纹理来合成角色纹理，这样就能够得到三维角色动画而不是静态的三维模型了。（2）角色动画片段生成：主要采用渲染的方式，实现了片段的编辑，生成角色所需要的动画。（3）视频重组：分解和提取现有视频组合相似的视频片段，使其成为一个新的视频，实现了有限视频资源的利用，视频重组技术在一些特殊动画角色上也有应用，例如昆虫等，通过对原有视频的重新组合和制作进而形成新的视频，保证各种片段之间的连续性，用户通过对代价函数的运用，实现了对角色运动轨迹的控制，进而形成了崭新的动画角色。
2.2图像融合
（1）IBM构建角色模型：以IBM科学技术为基础，以定标的方式实现相机模型的产生，在多视点图像中建立三维角色，并将事先做好的图像贴到事先做好的模型当中，以便实现真实角色的还原。但是还有一点需要注意，就是定标的过程中可能产生一定的误差，因此，角色模型与真实事物也会存在一定的差异。（2）卡通画制作辅助系统：分层化处理输入的关键帧，将其分解，对相邻的2个关键帧笔画可以建立对应关系，利用插值技术形成渡帧，进而促进动画的形成。（3）角色重用技术：采用背景分割的方式实现角色的提取，算出任意2帧之间的差异，最终得到距离矩阵，最后根据每一帧数据投影来形成连通图，经过画师对连通图起点终点计算最小路径，从而构成卡通角色动画，为了使动画更加平滑、完整，可以用插值的方式来生成过渡帧。
2.3三维模型融合
（1）实时插值技术：此技术以样例为基础，其插值方式有2种，一种是径向基插值，一种是组合线性插值，这样就实现了动画人物角色及人脸上的平滑过渡，在一些动画游戏的交互设计方面也有着重要的应用。（2）人体模型变形技术：此技术也是以样例为基础，对人体表面的标记点进行扫面，能够促进动画角色骨架的形成，进而形成动画样本的参数，在参数空间内进插值就能够得到动画角色模型，人体样本子空间的建立的主要方法是PCA法，能够实现个性化人体角色的生成，样本数据由多个人体模型来组成，这种模型的合成和变形技术主要生成的都是动画角色人物的静态模型。（3）关节运动生成：当前有许多研究指出可以利用逆向运动来生成关节运动，首先建立世界坐标系，得出角色角的具体位置，通过伪逆矩阵来实现动画角色全身各项关节处的旋转角度，进而促进关节运动的实现。
2.4运动捕获数据融合
将已经存在的运动数据作为输入，对这些已经存在的数据进行处理，形成新的数据，这个过程就是运动捕获数据融合的过程：（1）设定副词空间：在此空间的多条坐标轴都代表了不同的运动数据，可能是不同说话风格的数据，也可能是不同角色类型的数据。之后在每条坐标中用手工标注出预期相对应的运动数据样本，最后对这些数据进行插值处理，就能够得到新的运动数据。（2）将原始数据投影到低维空间中：对其进行参数化设置，这样就可以在其中进行草图的勾画，或对三维人体姿态进行操作，最后对这些原始运动数据进行插值处理。（3）运动检索：从运动数据库中实现对数据的捕捉，对捕捉到的数据进行检索，得到数据存在的逻辑关系，实现参数化的空间设置，之后进行差值处理，得到新的捕获数据；（4）运动纹理：运动纹理有2层结构，其是一种统计的模型，运动元素在底层结构中设置，能够表示出运动数据的相关片段，最后生成运动纹理的模型，从而实现具有真实感的人体三维数据。（5）多分辨率过滤：不同风格的运动有着不同的频率信号，多分辨率过滤法能够将高频信号和中低频信号分开。（6）独立成分分析：通过此方法能够生成真实感人体的运动数据，在原始高维人体运动数据中，对人体行为特点进行抽取，建立ICA子空间，并根据插值操作，形成人体运动新数据的产生。
2.5视频与三位模型融合
对动画角色和输入的视频动画进行动画角色的融合，这个过程就称为视频与三维模型的融合。上文中提到以多视点视频变形中性模型得到动画角色的方法，以此方法为基础，对一段角色的运动进行多视点拍摄，以其中的不同角度的角色侧影为约束条件，将角色模型进行投影，在各个视角显示，利用能量函数对中性模型进行变形，这样就能够使侧影和投影的重叠最大，最后运用时空的纹理技术进行纹理信息的提取工作，制定动画角色。视频的提取能够实现角色侧影的提取，对中性的模型实现变形的特征。还能够通过重建角色人脸的三维结构从而得到个性化的人脸，重建的过程中主要重建的是人脸之间的距离。
通过滤波器预测将要跟踪的特征的具体位置，之后完成特征的匹配，整个特征跟踪的流程为：预测——修正——预测，人体模型中有多个部位，且每一个部位之间都存在一定的比例关系，以这些经验知识为基础就能够恢复人体的三维运动。
通过对侧影的方法的实施来计算人体运动情况，进而得出一定的数据。首先需要进行侧影工作的提取，通过了解人体骨架结构，在人体内部做姿态搜索工作，得出最佳的姿态数据，用作恢复的结果，之后对角色进行驱动，从而获得角色动画。
此外，还可以通过对人脸特征的运动方式的追踪，进而实现对人脸目标的驱动，得到动画角色的人脸动画。
在上述分析的可视媒体融合中，都是通过侧影及运动的约束和对三维模型角色的驱动来完成的，因此成为视频与三维模型的融合。
2.6运动捕获与三维模型融合
首先介绍一种运动重定向技术，将一个角色产生的所有数据在相同的结构上重启，保存运动动作，保存原有运动角色的在时空条件上的约束，在重定的过程中要以此时空约束条件为基础。
分析一种异构角色之间的重定向技术，以运动样例为基础，提取关键字时，根据这个关键姿势构建动画角色的姿势，最后对关键帧进行相应的插值就能够得到所需要的目标角色动画。
当前还有比较流行的一种通过规定时空约束条件实现运动重用的过程，其主要以相应的目标函数为基础，对相对应的角色进行求解，建立目标角色动画。三维网络模型与骨架架构相互对应，利用一种自动识别技术对关节点位置、数量、结构等进行识别，实现对应，最后通过对运动数据的捕捉，实现目标动画角色的有机形成。
2.7图像、三维模型以及运动捕获数据三者的融合
先前所提到的都是2种可视媒体的融合，而图像、三维模型以及运动捕获三者可以进行融合，最终生成目标角色动画。首先，对人体角色进行拍摄，拍摄时需要注意，要从4个正交方向分别拍摄，之后要提取侧影，奠定角色侧影模型侧影与模型侧影之间的紧密联系，对两者之间的联系进行深入的了解，实现对中性模型的约束。当进行文理映射时，会通过对运动中捕捉到的数据建立驱动模型，形成动画角色。其中可以对变形中性模型进行细致划分，这样得到的角色模型会更加精确，也就能够驱动模型来获得效果更好的角色动画。以上分析的角色动画生成方法就融合了图像、三维模型以及运动捕获等3种可视媒体。
3结语
本文对可视媒体融合技术进行了简单的阐述，具体对不同的融合类型进行了综述，首先分析了4种最基本的可视媒体生成角色动画的技术，之后介绍了视频与三维模型融合技术、运动捕获与三维模型和运动捕获与三维模型融合技术的融合技术。
