国家自然科学基金面上项目

课题批准号:61272234。

起始时间:2013年1月- 2013年12月

 

卡通和动画造型要满足线条准确和流畅的要求。而一般来说,人物和道具等场景对象的几何形状复杂、轮廓迥异,而且空间分辨率差异也较大(例如:全身与手部)。靠单一的数据采集设备很难满足如此复杂的精确建模需求,因此需要把不同的设备(如:RGB照相机、深度相机等)相结合来采集所需要的多分辨率复杂数据。这类数据的获取方式和表达格式是不同的(称之为:多源异构数据),如何通过上述多源异构数据进行卡通和动画精准造型是数字化卡通与动画的基础和核心技术,也是本项目面临的挑战。

二维卡通造型的特征空间符合流形(Manifold)假设。然而,因为其样本空间的非线性高维结构必然造成大规模样本建模的成本昂贵以及样本集的空间密度稀疏;从而导致我们无法在该流形上建立采样足够密集的样本集并直接在流形空间插值。这种情况下,仅仅靠稀疏的卡通造型样本就无法产生实际生产所需要的、内容足够丰富的、高质量的卡通造型。因此我们需要研究三维模型和卡通样本造型库之间的对应关系。

本项目重点研究多源异构数据之间的耦合与配准和几何特征感知,在图像光谱信息、图像空间信息和先验模型等数据资源优势互补的基础上,研究面向卡通与动画数字化造型的多尺度精确几何建模理论与方法,实现图像与个性化三维模型之间的精确几何形态匹配。通过研究多源异构数据的几何特征感知方法,建立基于几何特征一致性的多源异构数据的配准与融合,实现多源异构数据的信息互补和协同精准建模。通过引入高维流形空间的数据转换与映射关系,使得我们可以在足够密集的三维流形数据指导下对二维卡通造型开展空间几何形态的插值和纹理合成。在建立样本数据集的过程中,卡通造型样本被交互标注与三维模型之间部分语义对应信息,通过把流形对齐 (Manifold Alignment) 理论和方法与贝叶斯模型相结合,建立流形空间之间的映射以及相应的约束关系,并提高匹配与合成的精准性,有效避免由于语义不明确而造成的匹配与合成的病态结果;最终实现借助三维模型的过渡来完成输入图像与视频和平面卡通造型样本集之间的最优耦合、匹配与合成。

 QQ截图20140831015744