内容摘要

在传统的动画制作中,动画师必须根据剧情要求将画面逐帧画出,工作量非常大。引入计算机动画技术后,可以利用计算机先设计造型，再按照剧情确定关键帧,然后动画师调整关键帧的造型姿势,动画软件则根据关键帧生成图像序列。但是,对于一个长的动画作品,逐个确定关键帧仍然是一项相当麻烦的工作。表演动画技术的诞生,彻底改变了这一局面，将动画师从繁重的体力劳动解放出来。它综合运用计算机图形学、光学、计算机视觉、计算机动画等技术,捕捉表演者的动作甚至表情,用这些动作或表情数据直接驱动动画模型。本文论述了动作捕捉技术及其数据在动画制作中的处理和应用。

运动捕捉的过程

人体的动作可以看成是人体各个关节点的动作，在运动捕捉系统中，一般把人体看成是由13～19 关节点组成的简单模型[1]。在运动捕捉之前，人体的各个关节点上固定一个特殊的反光材料，称为标记点（Marker），这些反光材料在外部光源的照射下可以从不同角度反射出RGB 值相同的光。

利用两台或两台以上的摄像机进行实时视频捕捉，从各个摄像机得到的序列图片中可以看到的每一帧中标记点的运动情况。因此可以得到一个特定的点随着时间变化的连续运动轨迹。然后通过三维重建技术将这些点的运动轨迹还原为骨架模型的动作。

运动捕捉系统的设计

运动捕捉系统的设计如图 1 所示，运动捕捉的关键技术是标记点跟踪以及空间坐标的三维重建。另外，在计算机视觉中，从二维图像信息计算三维空间结构，需要利用视点的位置信息和视点的朝向信息，这就要用到摄像机的各种参数。空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系是由摄像机成像的几何模型决定的。这些几何模型参数就是摄像机参数,要通过摄像机标定计算才能得到。摄像机标定也是运动捕捉关键技术之一。

采用高性能的视频捕捉卡来捕捉图像，这种捕捉卡可以一帧帧地将视频输入信号直接数字化成YUV 4:2:2 信号，并能够将它转换成RGB 格式，然后利用PCI 总线，把图像数据传到VGA 卡显示或计算机内存存储。由于需要得到的是各个摄像机在同一个时刻捕捉的图像，因此不能够直接利用捕捉卡的多路采集功能。这需要在同一台高性能计算机上安装多块捕捉卡，每块捕捉卡对应一台摄像机。系统中捕捉的难度主要在于如何在多块采集卡之间同步采集。

图像捕捉及图像分析

图像捕捉最主要的问题在于如何保证多个捕捉线程对每一帧都几乎在同一时间发出捕捉命令，根据计算机视觉原理，计算模块要求多台摄像机几乎在同一时刻拍摄同一场景，否则从2D~3D 之间的计算将毫无意义。因此，需要配置性能较高的计算机，起初我们采用定时器(包括多媒体时钟，可等的计时器)都不能满足大约20FPS 的要求。最后，我们降低了捕捉的频率，采用中间插值的方法使数据达到制作动画的要求。利用事件和信号量内核对象来使视频捕捉线程和计算线程达到同步，而且采集线程在多个地方显式地调用，使得多台摄像机间能在同一时间捕捉图像。

视频捕捉卡提供了两种将数据存储到内存中的方法，这里选取了其中性能较好的双缓存的方法。在内存中开辟两块缓存，一块用于捕捉图像，另一块用来对已经获得的图像数据进行分析。这样，在捕捉的同时也可以对已经采集好的图像数据进行分析处理。在完成一帧图像的采集后，将两块缓存切换。

整个视频捕捉模块如图 2 所示，对每一块捕捉卡，都开了一个视频捕捉线程负责其图像捕捉及分析。另外还开了一个计算线程，这个线程利用分析出来的标记点的图像坐标计算其空间位置。

》虚拟现实解决方案库