CN100592342C - 一种用于人体-服装冲突检测的候选集的建立方法 - Google Patents
一种用于人体-服装冲突检测的候选集的建立方法 Download PDFInfo
- Publication number
- CN100592342C CN100592342C CN200810102493A CN200810102493A CN100592342C CN 100592342 C CN100592342 C CN 100592342C CN 200810102493 A CN200810102493 A CN 200810102493A CN 200810102493 A CN200810102493 A CN 200810102493A CN 100592342 C CN100592342 C CN 100592342C
- Authority
- CN
- China
- Prior art keywords
- human body
- pel
- candidate
- clothes
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种用于人体-服装冲突检测的候选集的建立方法，主要包括两个步骤：建立候选母集和建立候选子集。其根据人体服装模型上相应图元的邻近位置关系以及运动时相对位移小的特点，针对每一人体图元，将与其可能冲突即将距离此人体图元一定范围之内的服装图元作为候选集的组成元素。其中，候选母集的建立在预处理阶段完成，此时人体服装处于静止状态，距离范围可取较大值以避免漏检；候选子集在动画阶段建立或者更新，距离范围取较小值以减少图元间的检测次数，提高冲突检测效率。利用该方法，可以加速虚拟空间中人体模型与服装模型的冲突检测过程，可以应用在虚拟试衣、服装动画等相关应用中，对加速冲突检测的计算效率有很大帮助。
Description
技术领域
本发明涉及虚拟现实领域，特别是涉及一种用于人体-服装冲突检测的候选集的建立方法。
背景技术
服装仿真是增强虚拟现实沉浸感的重要技术。在虚拟世界中，对服装模型进行三维运动仿真，主要是为了得到特定服装模型穿着在某一特定人体模型上的动态效果。在现实世界中，人体的运动驱使服饰产生各种自然的动画例如褶皱等。若要在虚拟世界中生成真实的描述客观世界中人和服装的运动，需要对人体模型和服装模型进行运动仿真或动画模拟。其中关键问题之一是在仿真或动画模拟过程中对人体模型和服装模型进行空间位置的冲突检测。
为了提高服装与人体模型间的冲突检测速度，实现快速的服装仿真，国内外许多学者在这方面做出了富有成效的工作。已有的方法主要着眼于服装模型顶点(或面片)与人体表面大量面片(通常为三角面片)间的位置冲突，通过减少冲突检测的次数来达到提高速度的目的。
经典的包围盒方法结合层次数据结构，可以有效地减少虚拟环境中物体间的冲突检测次数，将冲突检测的算法复杂度降至O(nlg2n)左右。其中适合布料等柔性物体的有：Van发展的基于AABB树的层次包围盒方法；Klosowski等人发展的基于k-DOPs的层次包围盒方法；Mezger等人在改进已有基于k-DOPs的层次包围盒方法的基础上发展的启发式的剪切技术等。另外，基于体元(voxel)的空间分解技术也可以有效地减少冲突检测的次数。其中，Zhang等人采用均匀的体元网格，并克服了传统方法中体元大小难以确定和体元信息更新费时等缺点，使冲突检测算法的计算复杂度接近O(n)。
上述这些方法存在的主要共性问题是：在人体运动状态下，由于人体表面每个片元的位置信息在每一时刻都在发生变化，因而计算并更新冲突检测所需的中间数据(例如包围盒信息和包围盒的层次信息)将需要花费大量存储空间和计算时间，从而影响冲突检测的效率。
发明内容
本发明的目的在于提供一种用于人体-服装冲突检测的候选集的建立方法，其充分利用人体和服装的几何结构和运动特点，提出一种冲突候选集的建立方法，人体即使处于复杂或激烈的运动状态下候选集均具有较快的更新速度，从而加速人体与服装模型的冲突检测的过程。
为实现本发明的目的而提供的一种用于人体-服装冲突检测的候选集的建立方法，所述候选集具有二级候选结构，该方法具体包括下列步骤：
A.建立候选母集：在静止状态下，预测与人体图元发生冲突的所有的服装图元，并将该服装图元添加到相应人体图元对应的候选母集中；
B.建立候选子集：在运动状态下，针对人体图元和服装图元的当前运动状态，从每个人体图元对应的候选母集中筛选出与该人体图元发生冲突的服装图元加入到该人体图元对应的候选子集中。
步骤A，包括步骤：
A1.遍历人体图元；
A2.针对当前人体图元，预测服装图元相对当前人体图元的运动范围，将处于此范围之内的服装图元加入到当前人体图元对应的候选母集中；
A3.判断是否遍历完全部人体图元，如果是，则候选母集建立过程结束；否则读取下一个人体图元并转步骤A2。
所述运动范围采用轴向范围表示，轴向范围即以当前人体图元为中心，以一定边长所形成的长方体范围。
所述运动范围采用径向范围表示，径向范围是以人体图元为中心，以一定半径所形成的球体范围。
步骤A2中，由于人体不同部位的衣片运动范围不一样，对人体不同部位的图元所对应的候选集范围采取不同大小。
步骤B，包括步骤：
B1.遍历所有人体图元对应的候选母集；
B2.清空当前人体图元对应的候选子集；
B3.读取当前人体图元的当前运动状态和位置信息，以当前人体图元的位置为中心，建立大小与当前人体图元运动速度相适应的邻域；
B4.遍历当前人体图元对应的候选母集中的服装图元；
B5.读取候选母集中的当前服装图元，判断当前服装图元是否在步骤B3中建立的邻域之内，若是则将其加入到当前人体图元对应的候选子集中；否则转到步骤B6；
B6.判断是否遍历完当前候选母集中的所有服装图元，如果没有，则读取下一个服装图元，并转到步骤B5；否则转到步骤B7；
B7.判断是否遍历完所有的人体图元对应的候选母集，如果没有则读取下一个人体图元对应的候选母集，并转到步骤B2；否则，候选子集的建立过程结束。
本发明的有益效果是：加速虚拟空间中人体模型与服装模型的冲突检测过程，可以应用在虚拟试衣、服装动画等相关应用中，对加速冲突检测的计算效率有很大帮助。
附图说明
图1是用于人体-服装冲突检测的候选集的示意图；
图2是本发明一种用于人体-服装冲突检测的候选集的建立方法的流程图；
图3是建立候选母集的方法流程图；
图4是建立候选子集的方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明的一种用于人体-服装冲突检测的候选集的建立方法进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明的一种用于人体-服装冲突检测的候选集的建立方法，根据人体服装模型上相应图元的邻近位置关系以及运动时相对位移小的特点，针对每一人体图元，将与其可能冲突即将距离此人体图元一定范围之内的服装图元作为候选集的组成元素。其中，候选母集的建立在预处理阶段完成，此时人体服装处于静止状态，距离范围可取较大值以避免漏检；候选子集在动画阶段建立或者更新，距离范围取较小值以减少图元间的检测次数，提高冲突检测效率。
下面结合上述目标详细介绍本发明一种用于人体-服装冲突检测的候选集的建立方法，其将可能与人体图元发生冲突的服装图元分为候选母集与候选子集两层，如图1，图2所示，具体包括下列步骤：
步骤S100，建立候选母集，如图3所示；
对服装各个图元相对人体图元的运动范围进行预测，并将所有可能与人体图元发生冲突的服装图元添加到相应人体图元对应的候选母集中(候选母集与人体图元一一对应)；
步骤S110，遍历人体图元(多边形或者顶点)；
步骤S120，针对当前人体图元，预测服装图元相对当前人体图元的运动范围，将处于此范围之内的服装图元加入到当前人体图元对应的候选母集中；
所述运动范围可以采用轴向范围表示，轴向范围即以当前人体图元为中心，以一定边长所形成的长方体范围。
所述运动范围可以采用径向范围表示，径向范围是以人体图元为中心，以一定半径所形成的球体范围。
所述运动范围还可以采用其他方式表示，并不限于以上所述的方式。
另一方面，由于人体不同部位的衣片运动范围不一样，故可以对人体不同部位的图元所对应的候选集范围采取不同大小。
步骤S130，判断是否遍历完全部人体图元，如果是，则候选母集建立过程结束；否则读取下一个人体图元并转步骤S120；
步骤S200，建立候选子集，如图4所示；
针对人体图元和服装图元的当前运动状态，从相应候选母集中筛选出可能与人体图元发生冲突的服装图元以更新候选子集；
步骤S210，遍历所有人体图元对应的候选母集；
步骤S220，清空当前人体图元对应的候选子集；
步骤S230，读取当前人体图元的当前运动状态和位置信息，以当前人体图元的位置为中心，建立大小与当前人体图元运动速度相适应的邻域(即以a为中心的任何开区间称为点a的邻域)；
步骤S240，遍历当前人体图元对应的候选母集中的服装图元；
步骤S250，读取候选母集中的当前服装图元，判断当前服装图元是否在步骤S230中建立的邻域之内，若是则将其加入到当前人体图元对应的候选子集中；否则转到步骤S260；
步骤S260，判断是否遍历完当前候选母集中的所有服装图元，如果没有，则读取下一个服装图元，并转到步骤S250；否则转到步骤S270；
步骤S270，判断是否遍历完所有的人体图元对应的候选母集，如果没有则读取下一个人体图元对应的候选母集，并转到步骤S220；否则，候选子集的建立过程结束。
较佳地，本发明以δ′作为预测运动状态下的服装图元相对人体图元的最大运动范围，来具体说明一种用于人体-服装冲突检测的候选集的建立过程，包括下列步骤：
步骤S100’，建立候选母集；
在静态时，预测运动状态下服装图元相对人体图元的最大运动范围为δ′，并以δ0＝k×δ′(k＞1)作为候选母集的范围。
步骤S110’，在预处理阶段，遍历人体表面模型上的每一个图元；
步骤S120’，针对当前人体图元，遍历所有的服装图元，将到当前人体图元距离小于δ0的服装图元加入到人体图元所对应的候选母集中；
所述运动范围可以采用轴向范围表示，轴向范围即以当前人体图元为中心，以2δ0为边长所形成的长方体范围。
所述运动范围可以采用径向范围表示，径向范围是以人体图元为中心，以δ0为半径所形成的球体范围。
步骤S130’，判断是否遍历完全部人体图元，如果是，则候选母集建立过程结束；否则读取下一个人体图元并转步骤S120’；
步骤S200’，建立候选子集；
针对人体图元和服装图元的当前运动状态，从相应候选母集中筛选出可能与人体图元发生冲突的服装图元以更新候选子集；
步骤S210’，遍历所有人体图元对应的候选母集；
步骤S220’，清空当前人体图元对应的候选子集；
步骤S230’，读取当前候选母集对应的人体图元的当前位置信息p0，以p0为中心，建立大小与当前人体图元运动速度相适应的邻域δ1，(即以p0为中心的任何开区间称为点p0的邻域δ1)，现设可能与当前人体图元发生冲突的服装图元位于范围δ1(δ1＜δ0)之内；
步骤S240’，遍历当前人体图元对应的候选母集中的服装图元；
步骤S250’，读取候选母集中的当前服装图元，该服装图元的位置信息为pi，若p0与p1的距离小于δ1，则将其加入到当前人体图元对应的候选子集中；
步骤S260’，判断是否遍历完当前候选母集中的所有服装图元，如果没有，则读取下一个服装图元，并转到步骤S250’；否则转到步骤S270’；
步骤S270’，判断是否遍历完所有的人体图元对应的候选母集，如果没有则读取下一个人体图元对应的候选母集，并转到步骤S220’；否则，候选子集的建立过程结束。
本发明的有益效果在于：
1.充分利用人体和服装的相似几何形状和运动时相对位移小的特点，对可能与各个人体图元发生冲突的服装图元建立二级候选结构，提高了层次更新速度，减少了图元级冲突检测的次数，提高了整个冲突检测效率。
2.本发明所述的方法，无论在人体模型处于运动状态还是静止状态，一样有效。
3.利用本发明所述的方法进行冲突检测的算法复杂度为0(m+n)，m，n分别为人体和服装模型的图元数目。
基于上述优点，利用本发明所公开的方法，能够加速虚拟空间中人体模型与服装模型的冲突检测过程，可以应用在虚拟试衣、服装动画等相关应用中，对加速冲突检测的计算效率有很大帮助。
通过结合附图对本发明具体实施例的描述，本发明的其它方面及特征对本领域的技术人员而言是显而易见的。
以上对本发明的具体实施例进行了描述和说明，这些实施例应被认为其只是示例性的，并不用于对本发明进行限制，本发明应根据所附的权利要求进行解释。
Claims (6)
1.一种用于人体-服装冲突检测的候选集的建立方法，其特征在于，所述候选集具有二级候选结构，该方法包括下列步骤：
A.建立候选母集：在静止状态下，预测与人体图元发生冲突的所有的服装图元，并将该服装图元添加到相应人体图元对应的候选母集中；
B.建立候选子集：在运动状态下，针对人体图元和服装图元的当前运动状态，从每个人体图元对应的候选母集中筛选出与该人体图元发生冲突的服装图元加入到该人体图元对应的候选子集中。
2.根据权利要求1所述的用于人体-服装冲突检测的候选集的建立方法，其特征在于，步骤A，包括步骤：
A1.遍历人体图元；
A2.针对当前人体图元，预测服装图元相对当前人体图元的运动范围，将处于此范围之内的服装图元加入到当前人体图元对应的候选母集中；
A3.判断是否遍历完全部人体图元，如果是，则候选母集建立过程结束；否则读取下一个人体图元并转步骤A2。
3.根据权利要求2所述的用于人体-服装冲突检测的候选集的建立方法，其特征在于，所述运动范围采用轴向范围表示，轴向范围即以当前人体图元为中心，以一定边长所形成的长方体范围。
4.根据权利要求2所述的用于人体-服装冲突检测的候选集的建立方法，其特征在于，所述运动范围采用径向范围表示，径向范围是以人体图元为中心，以一定半径所形成的球体范围。
5.根据权利要求2所述的用于人体-服装冲突检测的候选集的建立方法，其特征在于，步骤A2中，由于人体不同部位的衣片运动范围不一样，对人体不同部位的图元所对应的候选集范围采取不同大小。
6.根据权利要求2所述的用于人体-服装冲突检测的候选集的建立方法，其特征在于，步骤B，包括步骤：
B1.遍历所有人体图元对应的候选母集；
B2.清空当前人体图元对应的候选子集；
B3.读取当前人体图元的当前运动状态和位置信息，以当前人体图元的位置为中心，建立大小与当前人体图元运动速度相适应的邻域；
B4.遍历当前人体图元对应的候选母集中的服装图元；
B5.读取候选母集中的当前服装图元，判断当前服装图元是否在步骤B3中建立的邻域之内，若是则将其加入到当前人体图元对应的候选子集中；否则转到步骤B6；
B6.判断是否遍历完当前候选母集中的所有服装图元，如果没有，则读取下一个服装图元，并转到步骤B5；否则转到步骤B7；
B7.判断是否遍历完所有的人体图元对应的候选母集，如果没有则读取下一个人体图元对应的候选母集，并转到步骤B2；否则，候选子集的建立过程结束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200810102493A CN100592342C (zh) | 2008-03-21 | 2008-03-21 | 一种用于人体-服装冲突检测的候选集的建立方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200810102493A CN100592342C (zh) | 2008-03-21 | 2008-03-21 | 一种用于人体-服装冲突检测的候选集的建立方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101261745A CN101261745A (zh) | 2008-09-10 |
| CN100592342C true CN100592342C (zh) | 2010-02-24 |
Family
ID=39962184
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN200810102493A Expired - Fee Related CN100592342C (zh) | 2008-03-21 | 2008-03-21 | 一种用于人体-服装冲突检测的候选集的建立方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN100592342C (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102314709A (zh) * | 2011-08-31 | 2012-01-11 | 深圳市美丽同盟科技有限公司 | 三维虚拟试穿中服饰与人体模型的匹配方法及装置 |
| CN103854190A (zh) * | 2012-12-06 | 2014-06-11 | 青岛凯妙服饰股份有限公司 | 精细化远程服装定制系统 |
| CN110609617B (zh) * | 2013-08-04 | 2023-09-26 | 艾斯适配有限公司 | 虚拟镜子的装置、系统和方法 |
| US20160300027A1 (en) * | 2013-11-15 | 2016-10-13 | Radiometer Medical Aps | Operator-specific adaptation of a medical alalyzer user interface |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020130890A1 (en) * | 2001-02-09 | 2002-09-19 | Harry Karatassos | Programmatic fitting algorithm in garment simulations |
| WO2006002060A2 (en) * | 2004-06-15 | 2006-01-05 | Sara Lee Corporation | Systems and methods of generating integrated garment-model simulations |
| CN1766931A (zh) * | 2004-10-26 | 2006-05-03 | 中国科学院计算技术研究所 | 一种人体模型与柔性物体间的冲突检测方法 |
| CN1925761A (zh) * | 2004-02-26 | 2007-03-07 | 株式会社岛精机制作所 | 针织外衣的穿着模拟方法、其装置及其程序 |
| CN101140663A (zh) * | 2007-10-16 | 2008-03-12 | 中国科学院计算技术研究所 | 一种服装动画计算方法 |
-
2008
- 2008-03-21 CN CN200810102493A patent/CN100592342C/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020130890A1 (en) * | 2001-02-09 | 2002-09-19 | Harry Karatassos | Programmatic fitting algorithm in garment simulations |
| CN1925761A (zh) * | 2004-02-26 | 2007-03-07 | 株式会社岛精机制作所 | 针织外衣的穿着模拟方法、其装置及其程序 |
| WO2006002060A2 (en) * | 2004-06-15 | 2006-01-05 | Sara Lee Corporation | Systems and methods of generating integrated garment-model simulations |
| CN1766931A (zh) * | 2004-10-26 | 2006-05-03 | 中国科学院计算技术研究所 | 一种人体模型与柔性物体间的冲突检测方法 |
| CN101140663A (zh) * | 2007-10-16 | 2008-03-12 | 中国科学院计算技术研究所 | 一种服装动画计算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101261745A (zh) | 2008-09-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100592342C (zh) | 一种用于人体-服装冲突检测的候选集的建立方法 | |
| CN101408991B (zh) | 一种插值型细分和逼近型细分相融合的曲面造型方法 | |
| CN104821006A (zh) | 一种基于人体混合包围盒的动态服装仿真方法 | |
| CN105354879A (zh) | 基于质点弹簧结构的通用服装三维模型仿真方法及系统 | |
| CN110368694A (zh) | 游戏场景的数据处理方法、装置、设备及可读存储介质 | |
| Larsson et al. | Efficient collision detection for models deformed by morphing | |
| CN102193837B (zh) | 一种基于前线的包围盒碰撞检测方法 | |
| CN103310478B (zh) | 一种多样化虚拟人群生成的方法 | |
| CN103218489B (zh) | 一种基于视频样本的模拟车辆个性化驾驶特性的方法 | |
| CN101739509A (zh) | 一种大规模虚拟人群路径导航方法 | |
| CN104715500A (zh) | 一种基于三维动画设计的3d动画制作开发系统 | |
| CN102110311A (zh) | 在人群模拟环境中计算智能体的无冲突速度的方法 | |
| Grigorev et al. | HOOD: Hierarchical graphs for generalized modelling of clothing dynamics | |
| Tiwari et al. | Deepdraper: Fast and accurate 3d garment draping over a 3d human body | |
| Kojima et al. | An efficient grid layout algorithm for biological networks utilizing various biological attributes | |
| CN105868478A (zh) | 基于情境感知的旋转机械设备虚拟装配模型及装配方法 | |
| CN109872386A (zh) | 一种基于stl模型精确体素化的产品物性建模方法 | |
| Zhang et al. | A local behavior model for small pedestrian groups | |
| CN102393827A (zh) | 一种基于连续法向锥剔除的柔性场景连续碰撞检测方法 | |
| CN108961428A (zh) | 一种三维动作的风格迁移方法、介质、装置和计算设备 | |
| Madera et al. | A hybrid bounding volume algorithm to detect collisions between deformable objects | |
| CN113076571A (zh) | 一种三维衣物实时仿真编辑方法及系统 | |
| Liu et al. | Wrinkles realistic clothing reconstruction by combining implicit and explicit method | |
| CN106156437B (zh) | 通过关联约束多轴仿真图形实现自动推算产品的结构数据 | |
| Jeong et al. | Detail control in line drawings of 3D meshes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100224 Termination date: 20190321 |