一種數(shù)據(jù)驅(qū)動的實時頭發(fā)運動仿真方法
【專利摘要】本發(fā)明公開了一種數(shù)據(jù)驅(qū)動的實時頭發(fā)運動仿真方法，該方法包括如下步驟：基于預(yù)先設(shè)定的多段運動序列，對目標(biāo)頭發(fā)模型進行離線的高精度運動仿真，并進行預(yù)處理得到訓(xùn)練運動數(shù)據(jù)；構(gòu)建表示頭發(fā)發(fā)絲之間運動關(guān)系的運動相似圖，并通過圖割方法進行聚類并優(yōu)化選取最佳代表發(fā)絲；通過能量優(yōu)化方法優(yōu)化得到蒙皮權(quán)重表示的運動簡化模型；以實時采集得到的角色運動數(shù)據(jù)為驅(qū)動，基于生成的頭發(fā)運動簡化模型實現(xiàn)高質(zhì)量的實時頭發(fā)運動效果。本發(fā)明可在大大減少運動仿真計算耗時的同時達到與完全離線仿真類似的效果，可對發(fā)絲數(shù)量超過十萬的角色發(fā)型實現(xiàn)實時的高質(zhì)量運動仿真，效果優(yōu)于現(xiàn)有方法，且具有通用性強、使用簡便等優(yōu)點。
【專利說明】一種數(shù)據(jù)驅(qū)動的實時頭發(fā)運動仿真方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計算機運動仿真領(lǐng)域，尤其涉及對虛擬角色毛發(fā)實時運動仿真的方法。
【背景技術(shù)】
[0002]本發(fā)明相關(guān)的研究背景簡述如下:
[0003]逼真的虛擬頭發(fā)運動建模與仿真在計算機動畫、虛擬現(xiàn)實等領(lǐng)域有非常重要的應(yīng)用。從早期的完全不考慮發(fā)絲之間相互作用的工作(Rosenblum, R.E., Carlson, ff.E., and Tripp,Ε.1991.Simulating the structure and dynamics of humanhair!modelling,rendering and animation.The Journal of Visualization andComputer Animation2，4，141 - 148.) (Anjyoj K.-1.，Usamij Y.，and Kuriharaj T.1992.A simple method for extracting the natural beauty of hair.1n ACM SIGGRAPHComputer Graph ics，vol.26，ACM，111 - 120.)開始，頭發(fā)運動仿真一直是一個熱門的研究課題。
[0004]針對高質(zhì)量的頭發(fā)運動仿真，最常見的方法是對每個單獨的發(fā)絲進行仿真，從而獲得最為精細的運動細節(jié)。為了盡可能模擬真實世界中的發(fā)絲運動，許多研究工作針對單獨發(fā)絲的運動提出不同的運動仿真模型，如(Bertails，F(xiàn).，Audolyj B.，Canij Μ.-P.，Querleuxj B.，Leroy, F.，and Levequej J.-L.2006.Super-helices for predictingthe dynamics of natural hair.1n ACM Transactions on Graphics(TOG), vol.25,ACM，1180 - 1187.) (Sellej A., Lentinej M., and Fedkiwj R.2008.A mass spring modelfor hair simulation.ACM Trans.Graph.(SIGGRAPH2008) 27, 3 (Aug.).) (Bergou, M.，WardetzkyjM.，Robinson, S.，AudolyjB.，and Grin-spun,E.2008.Discrete elasticrods.1n ACM Transactions on Graphics (TOG), vol.27,ACM,63.) (Casatij R., andBertails-Descoubesj F.2013.Super space clothoids.ACM Transaction on Graphics.)等?；谶@些發(fā)絲運動模型，許多在單獨發(fā)絲尺度上進行運動仿真并考慮復(fù)雜的頭發(fā)相互作用的方法被證明可以得到較高真實度的結(jié)果。其中，(Selle, A., Lentine, M.，andFedkiwj R.2008.A mass spring model for hair simulation.ACM Trans.Graph.(SIGGRAPH2008) 27, 3 (Aug.).)把頭發(fā)的相互作用表示為發(fā)絲吸引力與幾何碰撞兩方面，從而實現(xiàn)發(fā)簇結(jié)構(gòu)動態(tài)變化的效果;(Mcadams, A., Selle, A., Ward, K., Sifakis, E., and Teran, J.2009.Detail preserving continuum simulation of straight hair.ACMTransactions on Graphics-T0G28, 3, 62.)提出了一個魯棒的頭發(fā)相互作用的模擬方法，通過基于流體的碰撞松弛來使得大量發(fā)絲之間的幾何碰撞變得更容易求解；(Daviet，G.,Bertails-Descoubes, F., and Boissieux, L.2011.A hybrid iterative solver forrobustly capturing coulomb friction in hair dynamics.1n ACM Transactions onGraphics (TOG), vol.30, ACM, 139.)提出了一個混合方法來魯棒地模擬發(fā)絲之間的庫侖摩擦力現(xiàn)象。但是，所有這些方法都專注于效果的質(zhì)量并需要大量的離線運算時間，使得模擬過程非常緩慢，無法用于實時應(yīng)用之中。
[0005]另一類相關(guān)方法更專注于高效的頭發(fā)運動仿真，通過釆用多種簡化表示來加速仿真以及相互作用的解算。其中一個常用的思路是基于流體的保持體積、局部運動相似性等特性，釆用流體來隱式地處理頭發(fā)交互作用。例如，(Hadap, S.，andMagnenat-Thalmannj N.2001.Modeling dynamic hair as a continuum.1n ComputerGraphics Forum, vol.20，Wiley Online Library, 329 - 338.)利用流體仿真模型來求解頭發(fā)的自碰撞現(xiàn)象；(Bandoj Y.，Chenj B.-Y.，and Nishitaj T.2003.Animating hair withloosely connected particles.1n Computer Graphics Forum, vol.22,Wiley OnlineLibrary，411 -418.)將頭發(fā)表示為弱相關(guān)的粒子，并通過類似流體的方法對其進行運動仿真；(Petrovic, L，HennejM.，and Anderson, J.2005.Volumetric methods for simulationand rendering of hair.Pixar Animation Studios.)針對風(fēng)格化發(fā)型的運動仿真，使用空間體結(jié)構(gòu)來對發(fā)絲速度密度等進行濾波來模擬相互作用；(Muller，Μ.，Kim, Τ.-Y.，andChentanezj N.2012.Fast simulation of inextensible hair and fur.1n Workshopon Virtual Reality Interaction and Physical Simulation,The EurographicsAssociation, 39 - 44.)也釆用類似方法來快速模擬發(fā)絲相互排斥效果；(Mcadams, A.，Selle,A.，Ward, K.，Sifakis, E.，and TeranjJ.2009.Detail preserving continuumsimulation of straight hair.ACM Transactions on Graphics_T0G28，3，62.)也米用了混合流體求解方法來加強仿真效果。
[0006]與本方法關(guān)系最密切的一個思路是使用聚集發(fā)絲模型，這類模型通過少量引導(dǎo)發(fā)絲的插值來表示所有最終發(fā)絲并在體網(wǎng)格(Tariq，S.，and Bavoilj L.2008.Real timehair simulation and rendering on the gpu.1n ACM SIGGRAPH2008talks, ACM,37.)或使用簡化幾何體(例如三角帶(Chang，J.T.，Jinj J.，and Yuj Y.2002.A practicalmodel for hair mutual interactions.1n Proceedings of the2002ACM SIGGRAPH/Eurographics symposium on Computer animation，ACM，73 - 80.)、 圓柱體(Choej B., Choi,M.G., and Koj H.-S.2005.Simulating complex hair with robustcollision handling.1n Proceedings of the2005ACM SI GGRAPH/Eurographicssymposium on Computer animation, ACM, 153 - 160.)、 球 體(Ibenj Η.，Meyer, Μ.，Petrovic,L.，Soares,0.，Anderson, J.，and Witkinj A.2013.Artistic simulation ofcurly hair.1n Proceedings of thel2th ACM SIGGRAPH/Eurographics Symposiumon Computer Animation，ACM，63 - 71.))等來處理發(fā)絲的自碰撞。另外，自適應(yīng)的發(fā)絲聚集模型(Bertails，F(xiàn).，Kim，T.-Y.，Cani，M.-P.，and Neumann, U.2003.Adaptive wisptree: a multiresolution control structure for simulating dynamic clustering inhair motion.1n Proceedings of the2003ACM SIGGRAPH/Eurographics symposium onComputer animation, Eurographics Association, 207 - 213.) (Ward, K., and Linj M.C.2003.Adaptive grouping and subdivision for simulating hair dynamics.1nComputer Graphics and Applications, 2003.Proceedings.1lth Pacific Conferenceon, IEEE, 234 - 243.) (Ward, K.，Linj M.C.，Joohij L.，F(xiàn)isher, S.，and Macrij D.2003.Modeling hair using level—of—detail representations.1n Computer Animation andSocial Agents, 2003.16th International Conference on, IEEE, 41 - 47.)通過在特定情況下增加運動細節(jié)但不對效率產(chǎn)生太大影響來進一步拓展這一類方法。所有這一類啟發(fā)式模型實質(zhì)上都是在效果與效率上的折衷，無法保證在大幅度減小計算開銷的同時能夠達到類似于高精度仿真的效果，因此通常其質(zhì)量會受到較大影響。

【發(fā)明內(nèi)容】

[0007]本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足，提供一種數(shù)據(jù)驅(qū)動的實時頭發(fā)運動仿真方法，本發(fā)明通過基于預(yù)計算頭發(fā)運動數(shù)據(jù)來優(yōu)化得到頭發(fā)模型的運動簡化模型，從而可以實現(xiàn)實時頭發(fā)運動仿真效果，并達到與高精度仿真類似的質(zhì)量，具有很高的實用價值。
[0008]本發(fā)明的目的是通過以下技術(shù)方案實現(xiàn)的，一種數(shù)據(jù)驅(qū)動的實時頭發(fā)運動仿真方法，包括以下步驟:
[0009](I)訓(xùn)練數(shù)據(jù)的生成與預(yù)處理:基于預(yù)先設(shè)定的多段運動序列，對目標(biāo)頭發(fā)模型進行離線的高精度運動仿真，并進行預(yù)處理得到訓(xùn)練運動數(shù)據(jù)；
[0010](2)頭發(fā)運動數(shù)據(jù)的運動分析與代表發(fā)絲的選取:基于步驟I得到的訓(xùn)練運動數(shù)據(jù)構(gòu)建表示頭發(fā)發(fā)絲之間運動關(guān)系的運動相似圖，并通過圖割方法進行聚類并優(yōu)化選取最佳代表發(fā)絲；
[0011](3)頭發(fā)運動簡化模型的構(gòu)建:通過能量優(yōu)化方法基于步驟2選取的代表發(fā)絲優(yōu)化得到蒙皮權(quán)重表示的運動簡化模型；
[0012](4)基于簡化模型的高質(zhì)量實時頭發(fā)運動仿真:以實時采集得到的角色運動數(shù)據(jù)為驅(qū)動，基于步驟3生成的頭發(fā)運動簡化模型實現(xiàn)高質(zhì)量的實時頭發(fā)運動效果。
[0013]本發(fā)明的有益效果是:通過構(gòu)建頭發(fā)運動的簡化模型，可以有效降低運動仿真的計算開銷，大大提高仿真效率同時保證與高精度仿真的相似度；本發(fā)明首次提出了針對人物頭發(fā)的數(shù)據(jù)驅(qū)動的快速運動仿真方法，在大大減少運動仿真耗時的同時可以達到與完全離線仿真十分類似的效果，可對數(shù)量超過十萬的人物發(fā)型實現(xiàn)實時的高質(zhì)量運動仿真，效果優(yōu)于現(xiàn)有方法，且具有通用性強、使用簡便等優(yōu)點。
【專利附圖】

【附圖說明】
[0014]圖1是頭發(fā)簡化模型的示意圖；
[0015]圖2是運動分析中發(fā)絲運動相似圖的示意圖；
[0016]圖3是本方法應(yīng)用在直發(fā)上的結(jié)果示意圖；
[0017]圖4是本方法應(yīng)用在卷發(fā)上的結(jié)果示意圖；
[0018]圖5是本方法應(yīng)用在環(huán)境風(fēng)力作用下的結(jié)果示意圖。
【具體實施方式】
[0019]本發(fā)明的核心技術(shù)是對目標(biāo)頭發(fā)模型基于訓(xùn)練運動仿真數(shù)據(jù)構(gòu)建運動簡化模型并以此實現(xiàn)高質(zhì)量的實時頭發(fā)運動仿真。本發(fā)明包括如下四個步驟:訓(xùn)練數(shù)據(jù)的生成與預(yù)處理、數(shù)據(jù)運動分析與代表發(fā)絲的選取、運動簡化模型的構(gòu)建、基于簡化模型的實時高質(zhì)量頭發(fā)運動仿真。
[0020]1.訓(xùn)練數(shù)據(jù)的生成與預(yù)處理:基于預(yù)先設(shè)定的多段運動序列，對目標(biāo)頭發(fā)模型進行離線的高精度運動仿真，并進行預(yù)處理得到訓(xùn)練運動數(shù)據(jù)；[0021]1.1訓(xùn)練運動序列的準(zhǔn)備
[0022]為了使訓(xùn)練數(shù)據(jù)盡可能地包含實時仿真時可能的運動情況，需要訓(xùn)練數(shù)據(jù)的運動盡可能多樣化。為達到方法的高效性，針對所有頭發(fā)模型對象，預(yù)先錄制8段頭部運動序列，包含不同的搖頭、擺頭、轉(zhuǎn)頭等動作。每一段運動的長度約在200幀左右，運動速度與正常頭部動作速度相似。將運動序列表示為Tf，其中f為幀號。
[0023]1.2頭發(fā)運動仿真訓(xùn)練數(shù)據(jù)的生成
[0024]對目標(biāo)頭發(fā)對象，首先生成一靜態(tài)下的頭發(fā)形態(tài)H*，作為該頭發(fā)對象在訓(xùn)練過程中的參考形態(tài)。隨后，基于步驟1.1得到的運動序列，對目標(biāo)頭發(fā)對象在各個動作下使用質(zhì)量彈簧模型(Selle, A.，Lentine, M.，and Fedkiw, R.2008.A mass spring model for hairsimulation.ACM Trans.Graph.(SIGGRAPH2008) 27, 3 (Aug.).)進行離線的高精度運動仿真得到仿真結(jié)果數(shù)據(jù)，表示為Hf，其中f為幀號。
[0025]1.3頭發(fā)運動仿真訓(xùn)練數(shù)據(jù)的預(yù)處理
[0026]對步驟1.2得到的仿真數(shù)據(jù)Hf進行變換操作，使其對齊于靜態(tài)頭部的位置，去除頭部運動的變換，即令最終的仿真數(shù)據(jù)Hf為HfTf。
[0027]2.頭發(fā)運動數(shù)據(jù)的運動分析與代表發(fā)絲的選取:基于步驟I的訓(xùn)練運動數(shù)據(jù)構(gòu)建表示頭發(fā)發(fā)絲之間運動關(guān)系的運動相似圖，并通過圖割方法進行聚類并優(yōu)化選取最佳代表發(fā)絲；
[0028]2.1運動鄰域關(guān)系分析
[0029]構(gòu)建鄰域關(guān)系圖，圖中每個頂點代表一個發(fā)絲粒子，初始時圖中沒有邊。遍歷處理所有頭發(fā)運動數(shù)據(jù)，對每個發(fā)絲粒子i，表示在f幀下該粒子位置為Pi (f)，搜索所有距離Pi(f)小于閾值巧的其他發(fā)絲粒子j，即I Ipjfo-pjf) I I2〈ri，在圖中增加頂點i到j(luò)的邊，同時維護該邊的權(quán)值Cu如下:
【權(quán)利要求】
1.一種數(shù)據(jù)驅(qū)動的實時頭發(fā)運動仿真方法，其特征在于，包括如下步驟: (1)訓(xùn)練數(shù)據(jù)的生成與預(yù)處理:基于預(yù)先設(shè)定的多段運動序列，對目標(biāo)頭發(fā)模型進行離線的高精度運動仿真，并進行預(yù)處理得到訓(xùn)練運動數(shù)據(jù)； (2)頭發(fā)運動數(shù)據(jù)的運動分析與代表發(fā)絲的選取:基于步驟I得到的訓(xùn)練運動數(shù)據(jù)構(gòu)建表示頭發(fā)發(fā)絲之間運動關(guān)系的運動相似圖，并通過圖割方法進行聚類并優(yōu)化選取最佳代表發(fā)絲； (3)頭發(fā)運動簡化模型的構(gòu)建:基于訓(xùn)練數(shù)據(jù)以及步驟2選取的代表發(fā)絲，優(yōu)化得到蒙皮權(quán)重表示的運動簡化模型； (4)基于簡化模型的高質(zhì)量實時頭發(fā)運動仿真:以實時采集得到的角色運動數(shù)據(jù)為驅(qū)動，基于步驟3生成的頭發(fā)運動簡化模型實現(xiàn)高質(zhì)量的實時頭發(fā)運動效果。
2.根據(jù)權(quán)利要求1所述的數(shù)據(jù)驅(qū)動的實時頭發(fā)運動仿真方法，其特征在于，所述步驟I包括如下子步驟: (1.1)預(yù)先錄制特定數(shù)量的具有代表性的人物運動數(shù)據(jù)； (1.2)利用步驟1.1中預(yù)先錄制的人物運動數(shù)據(jù)，對目標(biāo)頭發(fā)模型進行離線的高精度運動仿真，生成頭發(fā)運動仿真數(shù)據(jù)序列，即每一時刻的頭發(fā)幾何信息； (1.3)對步驟1.2中得到的頭發(fā)運動仿真數(shù)據(jù)序列進行重采樣，并變換到頭皮空間中，最終得到預(yù)處理完后的頭發(fā)運動仿真數(shù)據(jù)序列。
3.根據(jù)權(quán)利要求2所述的數(shù)據(jù)驅(qū)動的實時頭發(fā)運動仿真方法，其特征在于，所述步驟2包括如下子步驟: (2.1)分析步驟1.3得到的頭發(fā)運動仿真數(shù)據(jù)序列中每一時刻的發(fā)絲粒子相互之間的鄰域關(guān)系，構(gòu)建針對整個時域的發(fā)絲粒子鄰域關(guān)系圖； (2.2)基于步驟2.1得到的發(fā)絲粒子鄰域關(guān)系圖，計算每一條粒子關(guān)系邊對應(yīng)的運動相似度權(quán)值，從而生成發(fā)絲粒子運動相似圖，并合并生成對應(yīng)的發(fā)絲運動相似圖； (2.3)基于步驟2.2得到的發(fā)絲運動相似圖進行圖割運算，得到等同于目標(biāo)代表發(fā)絲數(shù)量的發(fā)絲聚類，每個發(fā)絲都屬于并僅屬于其中的一個聚類； (2.4)基于步驟2.3得到的發(fā)絲聚類以及步驟2.2得到的發(fā)絲運動相似圖進行迭代的能量優(yōu)化，在每個發(fā)絲聚類中選取最佳的一個發(fā)絲作為該聚類的代表發(fā)絲，最后得到代表發(fā)絲的集合作為運動簡化模型的基本結(jié)構(gòu)。
4.根據(jù)權(quán)利要求3所述的數(shù)據(jù)驅(qū)動的實時頭發(fā)運動仿真方法，其特征在于，所述步驟3包括如下子步驟: (3.1)使用上述權(quán)利要求3步驟2.4得到的代表發(fā)絲的集合作為運動簡化模型的基本結(jié)構(gòu)，并使用上述權(quán)利要求2步驟1.3得到的頭發(fā)運動仿真數(shù)據(jù)序列作為輸入的訓(xùn)練數(shù)據(jù)； (3.2)對所有發(fā)絲粒子，優(yōu)化其對應(yīng)的鄰近代表發(fā)絲的蒙皮權(quán)值，使其在頭發(fā)運動仿真數(shù)據(jù)序列中每時刻的位置能用此蒙皮權(quán)值來最好地表示，并以此以及代表發(fā)絲結(jié)構(gòu)作為最終得到的頭發(fā)運動簡化模型。
5.根據(jù)權(quán)利要求4所述的數(shù)據(jù)驅(qū)動的實時頭發(fā)運動仿真方法，其特征在于，所述步驟4包括如下子步驟: (4.1)實時采集得到用以驅(qū)動目標(biāo)頭發(fā)運動的環(huán)境參數(shù)，包括人物角色的運動或環(huán)境風(fēng)力； (4.2)基于上述權(quán)利要求4得到的頭發(fā)運動簡化模型，僅對其中的代表發(fā)絲在步驟4.1得到的環(huán)境參數(shù)作用下進行快速運動仿真； (4.3)得到步驟4.2的代表發(fā)絲當(dāng)前運動狀態(tài)后，使用上述權(quán)利要求4得到的頭發(fā)運動簡化模型插值得到全部發(fā)絲的 運動狀態(tài)，從而獲得頭發(fā)運動仿真的結(jié)果。
【文檔編號】G06F9/455GK103942090SQ201410146159
【公開日】2014年7月23日 申請日期:2014年4月11日 優(yōu)先權(quán)日:2014年4月11日
【發(fā)明者】周昆, 柴蒙磊, 鄭昌熙 申請人:浙江大學(xué)