CN106447784A - 一种基于mvc的变形模型的快速骨骼恢复方法 - Google Patents
一种基于mvc的变形模型的快速骨骼恢复方法 Download PDFInfo
- Publication number
- CN106447784A CN106447784A CN201610850691.3A CN201610850691A CN106447784A CN 106447784 A CN106447784 A CN 106447784A CN 201610850691 A CN201610850691 A CN 201610850691A CN 106447784 A CN106447784 A CN 106447784A
- Authority
- CN
- China
- Prior art keywords
- skeleton point
- skeleton
- point
- mvc
- triangle
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/30—Polynomial surface description
Abstract
本发明公开了一种基于MVC的变形模型的快速骨骼恢复方法,其包括下述步骤:(1)对于每一个骨骼点,在原模型身上建立多个内部四面体将该骨骼点包裹在内,四面体的顶点交在模型表面的网格上;(2)利用三角形权重坐标算法,计算包裹骨骼点的四面体的四个点的相对于三角形的重心坐标,并计算骨骼点相对于四面体的MVC;记录四面体四个顶点对应的三角形ID和重心权重信息,以及MVC权重信息;(3)针对于变形后的模型,恢复对于每个骨骼点根据记录的三角形ID和重心权重首先恢复包裹它们四面体,然后根据记录骨骼点相对于四面体的MVC权重恢复骨骼信息;(4)针对于每个恢复的骨骼点根据多个记录的四面体恢复的值进行求平均,以保持鲁棒性。
Description
技术领域
本发明涉及三维人体模型注册后运动骨骼恢复,具体为对于标准模型拟合点云模型后,将变形后的模型重新绑定骨骼。
背景技术
针对于本技术领域中的,变形后的模型需要恢复原有绑定的骨骼信息,目前主流的会有以下两个方案:
1.是通过直接分析注册变形后的模型的网格信息来提取骨架线后,做一次重映射。
缺点:这个方法比较耗时,而且当碰到模型不太规整的时候容易出现错误
2.通过Mean Value Coordinate(MVC)预计算原始模型中各个骨骼点对于模型每个点的权重信息,然后在模型变形后重新利用各个点对于骨骼点的权重信息加权得到恢复后的骨骼点。
缺点:这个方法计算也比较耗时,MVC算法本身计算比较复杂,需要对每个点都要进行权重计算,而且会因为物体本身网格不一定满足算法要求,会导致结果不稳定,或者错误。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种基于MVC的变形模型的快速骨骼恢复方法,其利用变形后模型的网格拓扑未发生变化的特性,提供一种基于Mean Value Coordinate(MVC)算法的补充算法,可以很好的解决耗时和不稳定的问题。
为了达到上述目的,本发明采用以下技术方案予以实现:
一种基于MVC的变形模型的快速骨骼恢复方法,包括下述步骤:
(1)对于每一个骨骼点,在原模型身上建立多个内部四面体将该骨骼点包裹在内,四面体的顶点交在模型表面的网格上;
(2)利用三角形权重坐标算法,计算包裹骨骼点的四面体的四个点的相对于三角形的重心坐标,并计算骨骼点相对于四面体的MVC;记录四面体四个顶点对应的三角形ID和重心权重信息,以及MVC权重信息;
(3)针对于变形后的模型,恢复对于每个骨骼点根据记录的三角形ID和重心权重首先恢复包裹它们四面体,然后根据记录骨骼点相对于四面体的MVC权重恢复骨骼信息;
(4)针对于每个恢复的骨骼点根据多个记录的四面体恢复的值进行求平均,以保持鲁棒性。
作为本发明的优选实施方式:所述原模型和模型均为人体模型;所述骨骼点的数量为138个。
作为本发明的优选实施方式:所述步骤(1)中,对于单个骨骼点的处理过程为:对于骨骼点生成多个包裹它并且与原始几何网格相交的四面体;此步骤中,以骨骼点为起点,在三维空间中生成四条夹角互为120度角的射线与模型尝试求交,并要求四条射线的长度不能相差过大如最短的最多为最长的0.8倍,如不满足要求则随机旋转射线继续查找;
所述步骤(2)中,对于单个骨骼点的处理过程为:对于生成的四面体,利用重心坐标公式,计算四面体四个点在对应的原始模型上的三角形面片上的重心坐标,公式参见如下公式:((xi,yi,zi)分别为三角形三个顶点的坐标),(x,y,z)为需要求重心坐标的点):
λ3=1-λ1-λ2.
四个点分别记录所在的三角形ID和重心坐标(i,λ1,λ2,λ3);
利用Mean Value Coordinate算法计算骨骼点相对于包裹它的四面体的相对坐标,公式如下伪代码所示:
这里的fi为顶点的坐标,p为四面体上的点;生成后,记录这个相对坐标为(w0,w1,w2,w3),对应四面体四个顶点;
作为本发明的优选实施方式:所述步骤(3)中,对于每一个骨骼点的处理过程为:
S100:恢复四面体,利用上述初始化阶段记录的四面体的四个点的信息(i,λ1,λ2,λ3),根据变形后拓扑不发生变化的特点,找到对应的三角形用对应的三角形新的顶点恢复四面体的四个顶点,下面公式中(V0,V1,V2)为对应三角形的点,P为我们最终求得的点;
P=λ1*V0+λ2*V1+λ1*V2
S200:恢复骨骼点,根据初始化阶段记录的相对坐标(w0,w1,w2,w3),根据下述公式可最终恢复骨骼点,p为四面体的顶点:
V=∑iwipi
作为本发明的优选实施方式:所述步骤(4)中,针对多个四面体的恢复过程为重复每个骨骼点单个四面体的恢复过程,最后取平均值即可。
本发明有益效果是:
一、恢复骨骼点较为健壮,可以精准的恢复骨骼点在新模型中的位置信息:
(1)针对于Mean Value Coordinate算法本身需要加权的网格本身是闭合的,而四面体恰好满足要求,不受模型本身几何网格的限制。
(2)针对四面体会更强的依赖于模型表面变形的几何网格的表面,为了防止部分表面变形过于夸张,本算法采用了单个骨骼节点用多个四面体来计算最后求平均的方法,保证健壮性。
二、初始化操作更快,本发明只需要求求出骨骼点对应的四面体的的权重;
相比于原有的应用Mean Value Coordinate技术方案,任意骨骼点都需要对全身所有Mesh点都要计算权重信息,并保存。本算法,针对于每个骨骼点只需要生成若干个四面体,然后仅计算四面体对于骨骼点的权重即可。
附图说明
图1为单个骨骼点生成四面体的结构示意图;
图2为标准带骨骼的模型;
图3为需要恢复的变形后的模型。
具体实施方式
下面结合附图及实施例描述本发明具体实施方式:
本发明公开的一种基于MVC的变形模型的快速骨骼恢复方法,其包括下述步骤:
(1)对于每一个骨骼节点,在原模型身上建立多个内部四面体将该骨骼点包裹在内,四面体的顶点交在模型表面的网格上;
(2)利用三角形权重坐标算法,计算包裹骨骼点的四面体的四个点的相对于三角形的重心坐标,并计算骨骼点相对于四面体的Mean Value Coordinate(MVC);记录四面体四个顶点对应的三角形ID和重心权重信息,以及MVC权重信息;
(3)针对于变形后的模型,恢复对于每个骨骼点根据记录的三角形ID和重心权重首先恢复包裹它们四面体,然后根据记录骨骼点相对于四面体的MVC权重恢复骨骼信息;
(4)针对于每个恢复的骨骼点根据多个记录的四面体恢复的值进行求平均,以保持鲁棒性。
综上,本发明的主要技术也是采用Mean Value Coordinate算法,但是与已有技术不同的地方在于我的算法流程里面不在对于每个三角面片计算他对每个骨骼点的权重信息,而是构建一些四面体来包含每个骨骼点,通过小的四面体来还原骨骼点在新模型里面的位置。而每个四面体本身的四个点是在网格面片表面的。
图2为标准带骨骼的模型,图3为需要恢复的变形后的模型,图中的人体上的实心点为骨骼点,总共包含138个骨骼点。针对于每个骨骼点都采用上述算法来完成。对于单个骨骼点的详细实施方式如下:
一、预处理阶段:
S1:对于骨骼点生成多个包裹它并且与原始几何网格相交的四面体;此步骤中,以骨骼点为起点,在三维空间中生成四条夹角互为120度角的射线与模型尝试求交,并要求四条射线的长度不能相差过大如最短的最多为最长的0.8倍,如不满足要求则随机旋转射线继续查找;(参见图1)图1中由点1到8组成的一个mesh中,有一个蓝色的点为骨骼点,本发明以图1中的中心的圆圈点为中心构建一个顶点在mesh上,而将要计算的中心的圆圈点包含在内的四面体。这样,当mesh发生变形的时候,可以通过三角形重心坐标计算公式恢复四面体,然后再使用mean value coordinate算法恢复内部的骨骼点。
S2:对于生成的四面体,利用重心坐标公式,计算四面体四个点在对应的原始模型上的三角形面片上的重心坐标,公式参见如下公式:((xi,yi,zi)分别为三角形三个顶点的坐标),(x,y,z)为需要求重心坐标的点):
λ3=1-λ1-λ2.
四个点分别记录所在的三角形ID和重心坐标(i,λ1,λ2,λ3);
S3:利用Mean Value Coordinate算法计算骨骼点相对于包裹它的四面体的相对坐标,公式如下伪代码所示:
这里的fi为顶点的坐标,p为四面体上的点;生成后,记录这个相对坐标为(w0,w1,w2,w3),对应四面体四个顶点;
二、应用变形后模型阶段:
针对每一个骨骼点:
S100:恢复四面体,利用上述初始化阶段记录的四面体的四个点的信息(i,λ1,λ2,λ3),根据变形后拓扑不发生变化的特点,找到对应的三角形用对应的三角形新的顶点恢复四面体的四个顶点,下面公式中(V0,V1,V2)为对应三角形的点,P为我们最终求得的点;
P=λ1*V0+λ2*V1+λ1*V2
S200:恢复骨骼点,根据初始化阶段记录的相对坐标(w0,w1,w2,w3),根据下述公式可最终恢复骨骼点,p为四面体的顶点:
V=∑iwipi
上述算法只写了单个骨骼点单个四面体的恢复过程,针对于多个四面体恢复,只需要重复上述步骤,最后取平均值即可。
上面结合附图对本发明优选实施方式作了详细说明,但是本发明不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化,这些变化涉及本领域技术人员所熟知的相关技术,这些都落入本发明专利的保护范围。
不脱离本发明的构思和范围可以做出许多其他改变和改型。应当理解,本发明不限于特定的实施方式,本发明的范围由所附权利要求限定。
Claims (5)
1.一种基于MVC的变形模型的快速骨骼恢复方法,包括下述步骤:
(1)对于每一个骨骼点,在原模型身上建立多个内部四面体将该骨骼点包裹在内,四面体的顶点交在模型表面的网格上;
(2)利用三角形权重坐标算法,计算包裹骨骼点的四面体的四个点的相对于三角形的重心坐标,并计算骨骼点相对于四面体的MVC;记录四面体四个顶点对应的三角形ID和重心权重信息,以及MVC权重信息;
(3)针对于变形后的模型,恢复对于每个骨骼点根据记录的三角形ID和重心权重首先恢复包裹它们四面体,然后根据记录骨骼点相对于四面体的MVC权重恢复骨骼信息;
(4)针对于每个恢复的骨骼点根据多个记录的四面体恢复的值进行求平均,以保持鲁棒性。
2.如权利要求1所述的一种基于MVC的变形模型的快速骨骼恢复方法,其特征在于:所述原模型和模型均为人体模型;所述骨骼点的数量为138个。
3.如权利要求1所述的一种基于MVC的变形模型的快速骨骼恢复方法,其特征在于:所述步骤(1)中,对于单个骨骼点的处理过程为:对于骨骼点生成多个包裹它并且与原始几何网格相交的四面体;此步骤中,以骨骼点为起点,在三维空间中生成四条夹角互为120度角的射线与模型尝试求交,并要求四条射线的长度不能相差过大如最短的最多为最长的0.8倍,如不满足要求则随机旋转射线继续查找;
所述步骤(2)中,对于单个骨骼点的处理过程为:对于生成的四面体,利用重心坐标公式,计算四面体四个点在对应的原始模型上的三角形面片上的重心坐标,公式参见如下公式:((xi,yi,zi)分别为三角形三个顶点的坐标),(x,y,z)为需要求重心坐标的点):
λ3=1-λ1-λ2.
四个点分别记录所在的三角形ID和重心坐标(i,λ1,λ2,λ3);
利用Mean Value Coordinate算法计算骨骼点相对于包裹它的四面体的相对坐标,公式如下伪代码所示:
这里的fi为顶点的坐标,p为四面体上的点;生成后,记录这个相对坐标为(w0,w1,w2,w3),对应四面体四个顶点。
4.如权利要求3所述的一种基于MVC的变形模型的快速骨骼恢复方法,其特征在于:所述步骤(3)中,对于每一个骨骼点的处理过程为:
S100:恢复四面体,利用上述初始化阶段记录的四面体的四个点的信息(i,λ1,λ2,λ3),根据变形后拓扑不发生变化的特点,找到对应的三角形用对应的三角形新的顶点恢复四面体的四个顶点,下面公式中(V0,V1,V2)为对应三角形的点,P为我们最终求得的点;
P=λ1*V0+λ2*V1+λ1*V2
S200:恢复骨骼点,根据初始化阶段记录的相对坐标(w0,w1,w2,w3),根据下述公式可最终恢复骨骼点,p为四面体的顶点:
V=∑iwipi。
5.如权利要求4所述的一种基于MVC的变形模型的快速骨骼恢复方法,其特征在于:所述步骤(4)中,针对多个四面体的恢复过程为重复每个骨骼点单个四面体的恢复过程,最后取平均值即可。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610850691.3A CN106447784A (zh) | 2016-09-26 | 2016-09-26 | 一种基于mvc的变形模型的快速骨骼恢复方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610850691.3A CN106447784A (zh) | 2016-09-26 | 2016-09-26 | 一种基于mvc的变形模型的快速骨骼恢复方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106447784A true CN106447784A (zh) | 2017-02-22 |
Family
ID=58169667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610850691.3A Pending CN106447784A (zh) | 2016-09-26 | 2016-09-26 | 一种基于mvc的变形模型的快速骨骼恢复方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106447784A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112102494A (zh) * | 2020-09-07 | 2020-12-18 | 重庆大学 | 骨架线引导的树状点云表面重建方法及装置 |
CN114926572A (zh) * | 2022-05-18 | 2022-08-19 | 聚好看科技股份有限公司 | 一种角色动画中衣物的驱动方法及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100321386A1 (en) * | 2009-06-17 | 2010-12-23 | Disney Enterprises, Inc. | Indirect Binding With Segmented Thin Layers to Provide Shape-Preserving Deformations in Computer Animation |
CN102254343A (zh) * | 2011-07-01 | 2011-11-23 | 浙江理工大学 | 一种基于凸包与obb的三维网格模型骨架提取方法 |
CN102831638A (zh) * | 2012-07-06 | 2012-12-19 | 南京大学 | 一种采用手绘草图的三维人体多姿态建模方法 |
-
2016
- 2016-09-26 CN CN201610850691.3A patent/CN106447784A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100321386A1 (en) * | 2009-06-17 | 2010-12-23 | Disney Enterprises, Inc. | Indirect Binding With Segmented Thin Layers to Provide Shape-Preserving Deformations in Computer Animation |
CN102254343A (zh) * | 2011-07-01 | 2011-11-23 | 浙江理工大学 | 一种基于凸包与obb的三维网格模型骨架提取方法 |
CN102831638A (zh) * | 2012-07-06 | 2012-12-19 | 南京大学 | 一种采用手绘草图的三维人体多姿态建模方法 |
Non-Patent Citations (3)
Title |
---|
MICHAEL S.等: "Mean value coordinates in 3D", 《COMPUTER AIDED GEOMETRIC DESIGN》 * |
李琳: "广义重心坐标网格编辑", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
胡素梅: "基于重心坐标的三维网格模型编辑与形状插值", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112102494A (zh) * | 2020-09-07 | 2020-12-18 | 重庆大学 | 骨架线引导的树状点云表面重建方法及装置 |
CN112102494B (zh) * | 2020-09-07 | 2022-08-26 | 重庆大学 | 骨架线引导的树状点云表面重建方法及装置 |
CN114926572A (zh) * | 2022-05-18 | 2022-08-19 | 聚好看科技股份有限公司 | 一种角色动画中衣物的驱动方法及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106553195B (zh) | 工业机器人抓取过程中的物体6自由度定位方法及系统 | |
CN104077804B (zh) | 一种基于多帧视频图像构建三维人脸模型的方法 | |
CN110705448B (zh) | 一种人体检测方法及装置 | |
CN107833253A (zh) | 一种面向rgbd三维重建纹理生成的相机姿态优化方法 | |
CN106650630B (zh) | 一种目标跟踪方法及电子设备 | |
CN103077509B (zh) | 利用离散立方体全景图实时合成连续平滑全景视频的方法 | |
CN103983213B (zh) | 一种结构光编码方法及相关装置 | |
CN105590339B (zh) | 三维模型的碰撞检测方法及系统 | |
CN105574933B (zh) | 物体全方位轮廓精确绘制方法 | |
CN109033946A (zh) | 融合方向图的人体姿态估计方法 | |
CN108399406A (zh) | 基于深度学习的弱监督显著性物体检测的方法及系统 | |
CN108010134A (zh) | 一种基于移动终端的实时三维虚拟试衣方法 | |
CN103400372B (zh) | 一种基于Reeb图描述的三维拓扑信息提取方法 | |
CN107862744A (zh) | 航空影像三维建模方法及相关产品 | |
CN104809456B (zh) | 一种基于二值描述符的三维目标识别方法 | |
CN106056089A (zh) | 一种三维姿态识别方法及系统 | |
CN106919944A (zh) | 一种基于orb算法的大视角图像快速识别方法 | |
WO2007102537A1 (ja) | 姿勢推定装置および方法 | |
CN109934847A (zh) | 弱纹理三维物体姿态估计的方法和装置 | |
CN107862735A (zh) | 一种基于结构信息的rgbd三维场景重建方法 | |
CN106584090A (zh) | 基于结构光三维测量系统的工件装配方法 | |
CN106952334B (zh) | 人体净模型的创建方法与三维试衣系统 | |
CN107093200A (zh) | 一种骨骼蒙皮动画网格表面附加模型的方法 | |
CN108846891A (zh) | 一种基于三维骨架检测的人机安全协作方法 | |
CN106447784A (zh) | 一种基于mvc的变形模型的快速骨骼恢复方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
AD01 | Patent right deemed abandoned | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20201013 |