CN104821006B - 一种基于人体混合包围盒的动态服装仿真方法 - Google Patents

一种基于人体混合包围盒的动态服装仿真方法 Download PDF

Info

Publication number
CN104821006B
CN104821006B CN201510251426.9A CN201510251426A CN104821006B CN 104821006 B CN104821006 B CN 104821006B CN 201510251426 A CN201510251426 A CN 201510251426A CN 104821006 B CN104821006 B CN 104821006B
Authority
CN
China
Prior art keywords
bounding box
leg
human body
manikin
point
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.)
Active
Application number
CN201510251426.9A
Other languages
English (en)
Other versions
CN104821006A (zh
Inventor
李重
徐杰恒
徐永
朱东勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Sci Tech University ZSTU
Original Assignee
Zhejiang Sci Tech University ZSTU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Sci Tech University ZSTU filed Critical Zhejiang Sci Tech University ZSTU
Priority to CN201510251426.9A priority Critical patent/CN104821006B/zh
Publication of CN104821006A publication Critical patent/CN104821006A/zh
Application granted granted Critical
Publication of CN104821006B publication Critical patent/CN104821006B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及动态人体服装仿真技术领域,具体涉及一种基于人体混合包围盒的动态服装仿真方法。该方法首先分别运用MCASG图算法和K均值聚类算法对完整人体模型作初分割和二次分割,以获取人体模型的头部、上手臂、下手臂、上腿部、下腿部以及躯干部位。其次,选择了适合人体不同部位外形的包围盒,比如对臀部和女性胸部采用圆球包围盒、对手臂和腿部采用圆柱体包围盒以及对躯干部位采用椭圆柱包围盒。最后,运用基于三角形面片的弹簧质点模型对服装建模,并进行碰撞检测与响应,实现了效果逼真的实时服装仿真。本发明所述的基于人体混合包围盒的动态服装仿真方法可有效提高服装和人体模型的碰撞检测速度、缩短碰撞处理的时间。

Description

一种基于人体混合包围盒的动态服装仿真方法
技术领域
本发明涉及动态人体服装仿真技术领域,具体涉及一种基于人体混合包围盒的动态服装仿真方法。
背景技术
基于物理模型的人体服装仿真一直是服装CAD和计算机图形学中的一个热点研究内容和挑战课题。它需要交叉运用计算机、数学、物理、服装工程等领域的知识,专注于真实地、实时地、轻量化地生成织物和服装运动与变形的实际效果,在虚拟试衣、人体模拟、电影游戏等领域中得到了广泛的应用。
在动态人体服装模拟过程中,主要涉及到服装的有效物理模型构建,人体与服装的碰撞检测等。对于服装物理模拟,首先遇到的问题为物理模型的建立,在建模问题上,传统的服装模型的建模方法有连续介质模型、基于能量的粒子系统和弹簧-质点模型,其中弹簧-质点模型构造较为简便。
在实际模拟系统开发中如何更快速高效实时地处理人体与织物的碰撞关系是服装模拟的最关键的问题,其需解决的难点在于如何巧妙并合理的减少人体模型碰撞处理的面片数,减少碰撞检测的时间。包围盒技术能够通过一些较为简单的几何物体来近似地模拟复杂的几何物体,从而达到减少碰撞处理时间的目的。目前使用比较广泛的包围盒技术有球体包围盒、轴向包围盒(AABB)、有向包围盒(OBB)以及离散有向多面体(k-DOPs)等。但是现有包围盒技术往往均存在包围盒数量过多,走形误差大,计算复杂,碰撞检测效率低等缺陷。例如:Weller等使用内切球树进行检测刚体的碰撞与切入,但球形树最底层的球形包围盒往往数量过多;Bradshaw等通过融合、爆发、膨胀等方法来减少球体的数量,由于圆球是各向同性的,在表示尖锐或者平板型的特征时,容易出现较大的走形误差,选择椭圆球作为包围体可以有效地解决这个问题;Bischoff等使用种子点构造初始椭圆球的方法,将模型用椭球体分解,但单纯用椭球体来表示,存在计算复杂的问题,不能有效的化简计算时间复杂度。
发明内容
本发明所要解决的技术问题是提供一种可提高服装物理模型和人体模型的碰撞检测速度、减少碰撞检测时间,实现快速逼真的动态服装仿真效果的基于人体混合包围盒的动态服装仿真方法。
本发明解决上述技术问题所采用的技术方案是:一种基于人体混合包围盒的动态服装仿真方法,包括下列步骤:
S1:输入人体模型,利用MCASG图算法对人体模型进行初次分割获取人体手臂与躯干的分割点、腿部与躯干的分割点、头部与躯干的分割点,并将完整的人体模型分割为头部、手臂部、躯干部和腿部;
S2:利用K均值聚类算法对步骤S1中人体模型初次分割得到的手臂部以及腿部进行二次分割处理,得到上手臂、下手臂、上腿部以及下腿部;
S3:根据上手臂、下手臂、上腿部、下腿部、头部以及躯干部位的具体形态特性确定与人体模型各部位最为贴近且碰撞检测效率尽可能高的混合层次包围盒;
S4:运用弹簧-质点模型对服装建模,并对混合层次包围盒的人体模型进行与织物的碰撞检测和响应。本发明是基于人体混合层次包围盒的服装模拟,先对给定的三维人体模型做分割处理,通过初分割和二次分割,将一个完整人体模型分割成便于生成包围盒的独立区域。分割完毕后对每个部位根据形状特征设置较为贴近的人体包围盒,本发明选取包围盒的思想是选取最为贴近每个身体部位形状并且计算量相对较低的包围盒,然后对每个部位的包围盒进行冲突碰撞的检测和处理。
其中,在步骤S1中,将一个完整的人体模型与织物可能发生碰撞的部位进行分割,得到头部、手臂部、腿部、躯干等部位,但是其对人体模型初分割得到的初始结果,并不适合直接用于人体包围盒的建立,比如初分割后得到的人体腿部有可能不是完全伸直的,因此需要对初分割后的模型做二次分割。在步骤S2中,利用K均值聚类算法(K-Means Cluster)对人体模型进行二次分割。所述的K均值聚类算法是所有聚类算法中运用最为广泛的划分聚类算法之一。它把每个数据点到原型的距离作为优化的目标函数,运用函数求极值的方法得到迭代运算的调整规则,是基于原型的目标函数聚类算法的典范。在步骤S3中,根据人体不同部位的具体形态特性来制定最贴近并且效率尽可能高的包围盒成了本发明解决问题最基本的一步。
作为优选,上手臂、下手臂、上腿部、下腿部采用圆柱体包围盒,头部采用圆球包围盒,躯干部位采用椭圆柱包围盒,臀部部位采用圆球包围盒。其中,对上手臂、下手臂、上腿部、下腿部采用圆柱体包围盒,所述的圆柱体包围盒的计算量比圆球包围盒多一次投影和反投影的过程。实际运行过程中,计算量是圆球包围盒的大约两倍,它的优点在于与人体模型的手臂部以及腿部的外形比较接近,并且具有碰撞检测与响应的计算量较低、可以用一个圆柱体包围盒达到多个其他包围盒难以达到的效果以及包围手部和腿部的紧密度较高等优点。此外,本发明考虑到人体模型的躯干部位的外形比较接近椭圆柱,并且椭圆柱具有碰撞检测与响应的计算量较低、可以用一个椭圆柱包围盒达到多个其他包围盒难以达到的效果以及包围躯干部位的紧密度较高等优点,所以采用椭圆柱包围盒模拟躯干部位。
进一步地,所述步骤S3中躯干部位为女性躯干部位,所述女性躯干部位的胸部采用圆球包围盒。
在步骤S4中,弹簧-质点模型构造简便,而且能快速真实的模拟织物的弹性,柔软性,垂摆性等,因此应用最为广泛。传统的弹簧质点模型将织物在微观上看成是若干个质点的集合。质点由弹簧来连接,保持质点的相对位置,以实现真实的织物效果。质点本身没有大小,但它具有一定的并且均匀分布的质量。质点与质点之间起连接作用的是弹簧,采用了结构弹簧、剪切弹簧以及弯曲弹簧三种弹簧来模拟衣服质点之间的内力。
进一步地,本发明的衣物由三角面片构成,所述的弹簧-质点模型为基于三角面片的弹簧-质点结构,即把传统的矩形弹簧质点模型的结构弹簧与剪切弹簧合并为结构弹簧,即三角面片的边。而在共用一条边的两个三角形面片的对顶点之间加入弯曲弹簧以防止服装发生过度的弯曲。
本发明同现有技术相比具有以下优点及效果:1、本发明运用MCASG图理论和K均值聚类算法得到人体模型的基本碰撞单元,并结合这些基本单位的形状特征构造圆柱体、椭圆柱、球体等混合包围盒,继而有效提高服装和人体模型的碰撞检测速度、缩短了碰撞处理的时间,从而实现了快速逼真的动态服装仿真效果。
2、本发明采用三角形面片的弹簧-质点模型对服装建模,可以快速真实有效地模拟纺织物的弹性,柔软性,垂摆性等,而且可有效地防止服装发生过度的弯曲。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所述的一种基于人体混合包围盒的动态服装仿真方法的人体服装模拟流程图。
图2:(a)为原始人体模型图;(b)运用MCASG图算法对人体模型进行初分割后的效果示意图。
图3为运用K均值聚类算法对人体模型进行二次分割的效果示意图。
图4为女性胸部切片的测点。
图5为人体模型的女性胸部采用圆球包围盒的效果示意图。
图6为人体模型的臀部采用圆球包围盒的效果示意图。
图7为人体模型各部位整合所有包围盒的效果示意图。
图8:(a)传统的弹簧质点模型图;(b)基于三角形面片的弹簧质点模型图。
图9为在圆柱体包围盒的冲突碰撞检测问题中质点运动轨迹投影图。
图10为圆柱体包围盒与织物碰撞的实际效果图。
图11在椭圆柱包围盒的冲突碰撞检测问题中质点运动轨迹投影图。
图12为对女性连衣裙、上衣、短裙以及长裤进行动态仿真效果图:
(a)为连衣裙1的动态仿真效果图;
(b)为连衣裙2的动态仿真效果图;
(c)为短裙和T恤的动态仿真效果图;
(d)为长裤和T恤的动态仿真效果图。
图13为需要处理冲突碰撞的质点总数曲线图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例1:
首先输入人体模型,使用MCASG图算法对人体模型进行初分割。该方法分割框架中,几何方面的对象使用弯曲程度来定义,也被称为弯曲能量。它可表达出人体模型表面曲率的变化快慢,并且能说明曲面是否平滑。弯曲程度C用如下公式表示:
其中kmax(v)和kmin(v)代表点v的主曲率,可通过平均曲率H(v)和高斯曲率K(v)计算:
三维人体网格模型上每个顶点处的平均曲率H(v)和高斯曲率K(v)详细计算可参考文献1:Dyn N.Optimizing 3D triangulations using discrete curvature analysis[J].Mathematical methods for curves and surfaces,2001:125-146和文献2:AlexaM.Computing and rendering point set surfaces[J].Visualization and ComputerGraphics,IEEE Transactions on,2003,9(1):3-15。
初分割处理中,可将一个网格数据定义为附带属性的极大连通子图G[(V,C),E],其中V(G)={v1,v1,...vn}代表组成网格的所有顶点,C(G)={Cv1,Cv2,...Cvn}代表对应顶点的弯曲程度,E(G)代表V(G)中顶点相邻的边的集合。如果在E(G)中存在边eij连接点vi和vj,则认为点vi和vj是相邻的。把所有与vi相邻的边集合后便成为点vi的相邻组N(vi)。
对于图G和给定的弯曲程度阈值[tk,tk+1),分割流程如下:
(1)初始化,从图G中选取一个满足弯曲程度阈值区间的点v,设V(M0)=v,C(M0)=Cv
(2)迭代:
a)图扩张,判断V(Mk-1)中每个点的相邻点,并对点的弯曲程度值做中值滤波处理。在这里,把每个点的弯曲程度值用该点的一个邻域内的全部点的中值代替,从而消除奇异的噪声点。最终得到满足以下条件的图Gd k
b)删除异常值点生成满足以下条件的图Mk
1)
2)
3)
c)迭代执行步骤a)和b),直到所有Mk中的点的弯曲程度都满足阈值条件。本发明根据上述算法将人体模型如图2(a)所示进行初分割得到头部、手臂部、躯干部和腿部,其分割效果如图2(b)所示。
然后,使用K均值聚类算法对初分割得到的人体模型的腿部和手臂部进行二次分割。
(1)上腿部与下腿部的分割:对人体腿部网格模型中每个顶点的曲率(如高斯曲率)进行分析,假设腿部顶点曲率超过一定阈值的点形成的集合为S。对集合S做K均值聚类,K均值聚类算法原理比较简单,可操作性强,算法速度快。本发明取K为3,并设置三个聚类的初始类中心分别为集合S中的最高点、最低点以及距离由最高最低形成的均值位置最近的点。
将集合S中未划入任何聚类的点依次地划分到对应的聚类中,计算得到3组簇,分别对应上腿部、膝盖部位以及膝盖以下部位(膝盖以下部位包含了下腿部和脚部),并对应地假设三个聚类点集为A、B以及C。然后使用膝盖部位聚类的均值点做分割,得出上腿部和膝盖以下部位。
此时还需要将脚部从膝盖以下部位分离出来,分割出下腿部。首先得到从点集C中心点到点集B中心点方向的单位向量n,然后选取点集C中距离点集B中心点最近的一个点,用此点构造包含此点且以n为法向量的平面来分割脚部和下腿部。此时可以得出上腿、膝盖、下腿以及脚部。而在腿部包围盒的自动生成过程中,只需要运用分割出的上腿和下腿部位进行处理即可。
(2)上手臂与下手臂的分割:上手臂与下手臂的分割方法同上腿部与下腿部的分割方法相同。整体的分割效果如图3所示。
其次,根据人体不同部位的具体形态特性来制定最贴近并且效率尽可能高的包围盒。上手臂、下手臂、上腿部、下腿部采用圆柱体包围盒,头部采用圆球包围盒,躯干部位采用椭圆柱包围盒,臀部和女性胸部采用圆球包围盒。具体过程为:首先分别对大腿上下部位做一次切片,其次定义P0为环路测点的中心点,其中xi(i=1...n)为已取得的环路测点,最后根据计算圆的半径以确定腿部圆柱体包围盒的方程。
本发明的动态服装仿真系统对手臂部采用圆柱体包围盒。其处理方法和腿部类似。
本发明的动态服装仿真系统对女性胸部采用圆球包围盒。首先对女性胸部进行横向切片,切片的位置根据躯干的上半部分中人体脸部朝向的方向中最靠外侧的点来确定。其次获取两个半圆环上的n个测点,以人体中心线来区分测点是属于左侧测点还是右侧的测点。女性胸部的左侧测点如图4所示。
过任意两点xi和xj(1≤i<j≤n),其中i=1...nj=1...n,做直线方程为
的中垂线方程为
将(3.2)式表达的个方程联立,则可得一个线性方程组(即3.3式)。然后再利用最小二乘法求解,其结果即为待求圆心坐标的最佳值,由此利用算数平均值原理即可求得待求半径的最佳值。令:
X=(x,y)T
则得到线性方程组
AX=B (3.3)
其最小二乘解为
XLS=(ATA)-1ATB (3.4)
所以女性胸部的圆心坐标与半径分别为
又因为圆球包围盒需要包含所有胸部的测点,所以这里取其效果如图5所示。
本发明的动态服装仿真系统对臀部采用圆球包围盒。首先对人体臀部做横向切片,切片位置为上节中分割出的腿部的最高点位置,所得图形取两侧并运用最小二乘法来计算臀部的两个圆球包围盒。具体计算过程与女性胸部相似,效果如图6所示。
对于躯干部,为了更加贴近的表示躯干,本发明的动态服装仿真系统对躯干采用椭圆柱包围盒,根据人体脸部朝向的反方向的最前端值以及侧面最前端值来得到一个矩形,然后构造出一个外接此矩形的椭圆,从而确定包围躯干椭圆柱包围盒。本发明人体模型各部位整合所有包围盒的效果如图7所示。
最后,运用弹簧-质点模型对服装建模,并对混合层次包围盒的人体模型进行与织物的碰撞检测和响应。
(1)对服装建立弹簧-质点模型:传统的弹簧质点模型如图8(a)所示,本发明的衣物由三角面片构成,于是采用基于三角面片的弹簧质点结构,即把传统的矩形弹簧质点模型的结构弹簧与剪切弹簧合并为结构弹簧,即三角面片的边。而在共用一条边的两个三角形面片的对顶点之间加入弯曲弹簧以防止服装发生过度的弯曲,如图8(b)所示。
(2)质点位置的计算
本发明采用了Verlet积分法进行数值积分,该数值积分计算简单,只涉及质点位置,没有速度项的显示求解,因而不存在速度与位置的同步问题,系统能在较大程度上保持稳定,而且对于质点位置积分误差阶数为4,该精度对于一个实时模型模拟系统已经足够。Verlet积分法是一个基于显式微分的积分法,它通过物体位置以时间为参数的运动方程进行泰勒展开导出:
一步向前,一步向后,将以上相加可以得到:
xt+h=2xt-xt-h+ah2+O(h4)
变换得到:
xt+h=xt+(xt-xt-h)+ah2+O(h4)
其中h为时间步长,xt为时刻t的质点的位置,xt+h为时刻t+h的质点的位置,a为质点加速度。
(3)包围盒的碰撞检测与响应
对于圆柱体包围盒:圆柱体包围盒的方程由一条圆柱中心线段(设为线段L,线段又由两端的端点Y0和Y1构成)以及圆柱半径(设为半径r)构成。关于圆柱体包围盒的冲突碰撞检测问题,对于给定的圆柱体包围盒C,根据其中心线段L作为平面法向量且Y1为平面上的一个点生成平面P1,再将质点的运动轨迹投影到平面P1上(如图9所示),再求点Y1到线段的最短距离来判断是否存在冲突碰撞,此时的碰撞检测问题已转化为圆球包围盒的碰撞检测问题。关于圆柱体包围盒与质点发生冲突碰撞的位置确定,由于已将圆柱体包围盒冲突碰撞检测问题简化为圆球包围盒的冲突碰撞检测问题,当计算出投影后质点的运动轨迹和圆球包围盒的碰撞点xp′后,再通过xp′与x0′和x1′的位置关系即可求出实际质点的运动轨迹与圆柱体包围盒发生冲突碰撞的位置xp。圆柱体包围盒与织物碰撞的实际效果如图10所示。
对于椭圆柱包围盒:椭圆柱包围盒的方程由一条椭圆柱中心线段(设为线段L,线段又由两端的端点Y0和Y1构成)以及椭圆方程中的a和c。关于椭圆柱包围盒的冲突碰撞检测问题,对于给定的椭圆柱包围盒E,根据其中心线段L作为平面法向量且Y1为平面上的一个点生成平面P1,再将质点的运动轨迹投影到平面P1上(如图11所示)。假设以点Y1为椭圆中心点并且长短轴与E相同时构造的椭圆为E2,再求椭圆E2到线段的最短距离来判断是否存在冲突碰撞,此时的碰撞检测问题已转化为椭圆包围盒的碰撞检测问题。关于椭圆柱包围盒冲突碰撞点的位置的确定,由于已将椭圆柱包围盒冲突碰撞检测问题简化为椭圆包围盒的冲突碰撞检测问题,当计算出投影后质点的运动轨迹和椭圆包围盒的碰撞点xp′后,再通过xp′与x0′和x1′的位置关系即可求出实际质点的运动轨迹与椭圆柱包围盒发生冲突碰撞的位置xp
具体地,本发明利用上述方法对女性连衣裙、上衣、短裙以及长裤进行了动态仿真,其实际算法的运行效果如图12所示,图12(a)至12(d)是对4套不同的衣物进行了人体行走模拟,图12(a)和图12(b)为连衣裙1和连衣裙2,图12(c)为短裙和T恤,图12(d)为长裤和T恤。每套衣物有两组图,上图表示正面视角效果,下图表示侧面视角效果,从左向右组成连贯的人体行走姿势和服装动态效果。在上述服装模拟中,几套服装的质点总数以及三角面片总数数据在表1中列出。
表1 实验服装的模型数据表
在实时服装模拟中,通过实验的数据发现,每帧的处理速度与发生碰撞的质点数相关。从表2中可以看出,连衣裙的每帧处理最短时间明显长于短裙和长裤,因为连衣裙与身体接触的面积更大,平均每帧中需要处理的冲突碰撞的次数更多。表2中的织物初适应时间包括了:a)人体服装从原始的三角面片模型到生成其弹簧质点模型的时间;b)服装从原始外形开始慢慢收缩直到贴合在人体模型身上达到平衡状态的时间。
表2 织物模拟帧速度表
在织物初始状态的自由下落过程中,本发明记录了每个时刻需要处理的冲突碰撞的质点数,具体数值如下图13所示。由图13可以看出,需要处理的冲突碰撞质点数和织物面积成正相关。每件织物在织物初始状态的自由下落阶段,发生碰撞的质点数先呈上升趋势,达到峰值后再回落,最后趋向于平稳,趋于平稳后即可做动态人体服装模拟仿真。
此外,需要说明的是,本说明书中所描述的具体实施例,其零、部件的形状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化,均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离本发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。

Claims (3)

1.一种基于人体混合包围盒的动态服装仿真方法,其特征在于,包括下列步骤:
S1 :输入人体模型,利用MCASG图算法对人体模型进行初次分割获取人体手臂与躯干的分割点、腿部与躯干的分割点、头部与躯干的分割点,并将完整的人体模型分割为头部、手臂部、躯干部和腿部;
S2 :利用K 均值聚类算法对步骤S1 中人体模型初次分割得到的手臂部以及腿部进行二次分割处理,得到上手臂、下手臂、上腿部以及下腿部;
S3 :根据上手臂、下手臂、上腿部、下腿部、头部以及躯干部位的具体形态特性确定与人体模型各部位最为贴近且碰撞检测效率尽可能高的混合层次包围盒;
S4 :运用弹簧- 质点模型对服装建模,并对混合层次包围盒的人体模型进行与织物的碰撞检测和响应。
2.根据权利要求1 所述的一种基于人体混合包围盒的动态服装仿真方法,其特征在于,所述步骤S3中上手臂、下手臂、上腿部、下腿部采用圆柱体包围盒,头部采用圆球包围盒,躯干部位采用椭圆柱包围盒。
3. 根据权利要求1 所述的一种基于人体混合包围盒的动态服装仿真方法,其特征在于,所述的弹簧-质点模型为基于三角面片的弹簧-质点结构。
CN201510251426.9A 2015-05-18 2015-05-18 一种基于人体混合包围盒的动态服装仿真方法 Active CN104821006B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510251426.9A CN104821006B (zh) 2015-05-18 2015-05-18 一种基于人体混合包围盒的动态服装仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510251426.9A CN104821006B (zh) 2015-05-18 2015-05-18 一种基于人体混合包围盒的动态服装仿真方法

Publications (2)

Publication Number Publication Date
CN104821006A CN104821006A (zh) 2015-08-05
CN104821006B true CN104821006B (zh) 2018-01-02

Family

ID=53731290

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510251426.9A Active CN104821006B (zh) 2015-05-18 2015-05-18 一种基于人体混合包围盒的动态服装仿真方法

Country Status (1)

Country Link
CN (1) CN104821006B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109961022A (zh) * 2019-03-07 2019-07-02 首都师范大学 一种基于深度学习的服装草图输入布料材质识别模拟方法

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105354879A (zh) * 2015-10-12 2016-02-24 北京服装学院 基于质点弹簧结构的通用服装三维模型仿真方法及系统
CN105719279B (zh) * 2016-01-15 2018-07-13 上海交通大学 基于椭圆柱的人体躯干建模及手臂区域分割和手臂骨架提取方法
CN106570223A (zh) * 2016-10-19 2017-04-19 武汉布偶猫科技有限公司 一种基于Unity3D服装仿真人体碰撞球的提取
CN106951631A (zh) * 2017-03-18 2017-07-14 李远阳 一种圆形与带旋转角度的矩形包围盒碰撞检测方法
CN107134001B (zh) * 2017-05-26 2020-05-15 厦门黑镜科技有限公司 用于3d动画材料的图像处理的方法、装置、设备及介质
CN107464289B (zh) * 2017-08-03 2020-10-30 厦门黑镜科技有限公司 一种虚拟服饰穿戴方法、装置、设备和存储介质
CN108230455A (zh) * 2018-01-31 2018-06-29 东南大学 一种基于骨骼驱动的虚拟服装变形仿真方法
CN110136271A (zh) * 2018-02-08 2019-08-16 真玫智能科技(深圳)有限公司 一种布人碰撞的方法及装置
CN110176063B (zh) 2019-05-07 2022-05-27 浙江凌迪数字科技有限公司 一种基于人体拉普拉斯变形的服装变形方法
CN110176016B (zh) * 2019-05-28 2021-04-30 招远市国有资产经营有限公司 一种基于人体轮廓分割与骨骼识别的虚拟试衣方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101398942A (zh) * 2008-04-24 2009-04-01 中山大学 三维试衣仿真系统
CN101984443A (zh) * 2010-11-10 2011-03-09 北京航空航天大学 一种改进的柔性织物碰撞处理方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030117397A1 (en) * 2001-12-21 2003-06-26 Hubrecht Alain Yves Nestor Systems and methods for generating virtual reality (VR) file(s) for complex virtual environments

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101398942A (zh) * 2008-04-24 2009-04-01 中山大学 三维试衣仿真系统
CN101984443A (zh) * 2010-11-10 2011-03-09 北京航空航天大学 一种改进的柔性织物碰撞处理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《Three-dimensional surface mesh segmentation using curvedness-based region growing approach》;Jagannathan A et al;《IEEE Transactions on pattern analysis and machine intelligence》;20071105;2195-2204 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109961022A (zh) * 2019-03-07 2019-07-02 首都师范大学 一种基于深度学习的服装草图输入布料材质识别模拟方法

Also Published As

Publication number Publication date
CN104821006A (zh) 2015-08-05

Similar Documents

Publication Publication Date Title
CN104821006B (zh) 一种基于人体混合包围盒的动态服装仿真方法
Kim et al. Interactive manipulation of large-scale crowd animation
CN105006014A (zh) 虚拟衣物快速模拟试穿的实现方法及系统
CN102609992A (zh) 基于三角网格变形体的自碰撞检测方法
CN108230455A (zh) 一种基于骨骼驱动的虚拟服装变形仿真方法
CN101719284B (zh) 一种基于层次模型的虚拟人皮肤物理变形方法
Oshita et al. Real-time cloth simulation with sparse particles and curved faces
US11308707B2 (en) Automated grading of clothing patterns of garment
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
US11094115B2 (en) Generating clothing patterns of garment using bounding volumes of body parts
CN102193837B (zh) 一种基于前线的包围盒碰撞检测方法
CN106372344A (zh) 一种基于特征尺寸约束的三维服装变形方法及其系统
CN109002571A (zh) 基于等几何弹簧质点模型的布料动态仿真方法
Jeong et al. 3D pattern construction and its application to tight-fitting garments for comfortable pressure sensation
CN104715500A (zh) 一种基于三维动画设计的3d动画制作开发系统
Peng et al. PGN-Cloth: Physics-based graph network model for 3D cloth animation
CN104156502B (zh) 一种基于位置的衣物褶皱几何生成方法
CN107610231A (zh) 一种动态碰撞检测方法
Zhu et al. Dynamic Garment simulation based on hybrid bounding volume hierarchy
Mezger et al. Improved collision detection and response techniques for cloth animation
Liao et al. Senc: Handling self-collision in neural cloth simulation
Liu et al. Phusis cloth: A physics engine for real-time character cloth animation
Chen et al. 3D Garment Collision Simulation Based on Human Skeletal Features
Li et al. Coherent hierarchical collision detection for clothing animation
Zhao et al. Collision detection research for deformable objects

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant