單 祖 輝

(滇西科技師范學(xué)院, 云南 臨滄 677000)

當(dāng)前動畫人物設(shè)計離不開感官體驗的配合,為了增強真實感,幫助設(shè)計師充分展現(xiàn)其作品,需建立藝術(shù)設(shè)計感官體驗?zāi)Ｐ?傳統(tǒng)動畫人物設(shè)計感官體驗建模方法僅針對某一感官體驗進行建模,無法使用戶切實感受動畫人物設(shè)計作品.針對該弊端,提出一種新的基于視覺傳達的動畫人物設(shè)計感官建模方法.視覺傳達技術(shù)不但能夠改變傳統(tǒng)動畫人物設(shè)計的體現(xiàn)形式,還能使人們得到更加真實的感官體驗,提供豐富的環(huán)境信息,是當(dāng)前動畫人物設(shè)計的主要形式.傳統(tǒng)二維重建技術(shù)主要依靠3D MAX或者Maya軟件完成特征的手工物理建模,整個特征提取過程的步驟煩瑣且重復(fù)性工作較多,不僅降低了二維動畫人物特征提取速度,也造成人物形象三維構(gòu)建準(zhǔn)確性低下的現(xiàn)象[1-2],具有深度信息獲取不足、重建識別誤差大、模擬重建范圍有限等弊端.為有效改進上述問題,三維重建手段應(yīng)運而生,通過建立三維模型完成對動畫人物的重建.二維動畫人物的特征可以通過激光掃描和二維圖像獲得,激光掃描裝置獲得的結(jié)果準(zhǔn)確度更高,速度更快,但是該方法對計算機的設(shè)備要求較高,花費較大;二維圖像只需將動畫人物的底板相互合成,方式較為簡易,易被接受,但該方法所需設(shè)備級別較低,對于后續(xù)的數(shù)據(jù)處理技術(shù)要求較高,需要很高的實用操作性[3-4].

針對上述問題,本文提出了一種二維動畫人物特征提取與三維重建新方法.Harris算子、對極幾何關(guān)系的確定,是完成二維動畫人物特征提取的重要條件.在此基礎(chǔ)上,完成二維動畫人物的特征提取,使得特征提取過程趨于完善.利用哈希排序的特性,完成二維動畫人物特征的三維重建流程設(shè)計及哈希排序,并通過CUDA框架的約束作用最終實現(xiàn)新型三維重建方法[3-4].通過設(shè)計對比實驗的方式證明與傳統(tǒng)方法相比,本文的重建方法更具實用價值.

1 二維動畫人物特征提取

二維動畫人物特征的提取主要由Harris算子的確定、對極幾何角度的確定、特征提純3個步驟組成,具體操作方法如下.

1.1 二維動畫人物Harris算子的確定

在進行特征提取時, 我們不僅需要考慮包含角點和邊緣的區(qū)域分類, 而且還需要含有判斷角點和邊緣質(zhì)量的測度或響應(yīng), 響應(yīng)函數(shù)值的大小可用于挑選孤立的角點像素或細化邊緣像素. Harris等提出的對Moravec算子的改進, 就是具有旋轉(zhuǎn)不變性的角點響應(yīng)測度, 即角點響應(yīng)算子.

二維動畫人物Harris算子的統(tǒng)計方法可以根據(jù)動畫人物建模進行投影分布,得到水平投影和垂直投影,公式如下.

(1)

式中:(a,b)表示動畫人物建模的位置;I(a,b)表示該動畫人物建模的灰度值;n表示一行所有的像素點數(shù).

水平投影就是將一行所有的像素點的灰度值進行累加后再顯示,可以看出面部有許多噪音點.為了更加精確地提出特征點的位置信息,需對圖像進行濾波處理.

二維動畫人物Harris算子可用圖像局部角點表示. 當(dāng)動畫人物所在窗口產(chǎn)生任意方向移動趨勢時, 代表二維動畫人物特征的圖像灰度將產(chǎn)生明顯的變化, 即圖像局部角點位置產(chǎn)生明顯的變化[5]. 若用直線表示二維動畫人物特征, 設(shè)定特征最初所處位置用(x,y)表示, 移動后位置用(u,k)表示, 則x-u、y-k的具體變化趨勢可表示為

(2)

式中:a代表Harris算子第一變量系數(shù);b代表Harris算子第二變量系數(shù).根據(jù)式(1)可完成二維動畫人物Harris算子的確定,詳細確定方法見圖1.

圖1 二維動畫人物Harris算子確定方法解釋圖

1.2 二維動畫人物對極幾何關(guān)系的確定

處于同一場景中的二維動畫人物特征之間存在一定的約束影響.二維動畫人物特征間的約束影響可以稱做對極幾何關(guān)系,不僅受到特征關(guān)系參數(shù)的影響,也與動畫人物特征所處位置具有直接關(guān)系.確定二維動畫人物特征的對極幾何關(guān)系的方法:首先要根據(jù)不同特征面中心點所處位置確定關(guān)系基線[6-7];再根據(jù)基線與不同特征面的交點確定關(guān)系極點;在場景中隨意選取一點M,則M與不同特征面中心點組成的平面即為極平面;最后找出極平面與不同特征面的交線,完成二維動畫人物特征對極幾何關(guān)系的確定.具體確定方法如圖2所示.

圖2 二維動畫人物對極幾何關(guān)系確定圖

設(shè)圖2中極平面中心點為o,特征面中心點為o′,則M與oo′間的對極幾何關(guān)系可表示為

(3)

式中:G(M-oo′)代表M和oo′的極幾何關(guān)系;M代表確定對極幾何的固定參數(shù);x-u代表極幾何的變化位置;y-k代表具極幾何的對應(yīng)變化位置.

1.3 基于Harris算子和對極幾何角度的特征提純

完成動畫人物Harris算子、對極幾何關(guān)系確定后, 所有二維特征會呈現(xiàn)混亂狀態(tài). 當(dāng)特征圖像紋理較為復(fù)雜時, 特征點誤配現(xiàn)象發(fā)生概率較高. 為解決此問題, 對已確定的二維動畫人物特征進行提純就顯得極為必要[8]. 整理動畫人物Harris算子、對極幾何關(guān)系, 完成特征提取點的整合, 根據(jù)整合結(jié)果計算相鄰特征點的單對應(yīng)矩陣, 利用已確定對極幾何關(guān)系的約束作用, 限制單對應(yīng)矩陣的橫縱發(fā)展,再通過矩陣的投影求解, 完成二維動畫人物特征提純. 具體提純流程如圖3所示.

設(shè)T代表待提純的二維動畫人物特征,D代表完成提純的二維動畫人物特征,則T-D的具體運算公式如下.

(4)

圖3 二維動畫人物特征提純流程圖Fig.3 Flow chart of characteristic purification for two-dimensional animation

2 基于二維動畫人物特征的三維重建方法

本文從外接裝置和交互方式2個方面實現(xiàn)三維重建: 外接裝置為人與虛擬現(xiàn)實環(huán)境間的橋梁, 通常采用具備一定傳輸功能的傳感裝置; 虛擬環(huán)境采用計算機建造一個虛擬動畫人物設(shè)計場景,從三維視覺、聽覺和觸覺效果入手實現(xiàn)三維重建. 動畫人物三維重建中更加逼真、形象、質(zhì)感是其重要的內(nèi)容, 材質(zhì)的選擇決定著屬性的不同. 通過對不同動畫人物的觀察、對比,獲得其各自的特點, 并將這些運用到動畫人物的特征提取上, 為三維重建奠定良好的基礎(chǔ).盡量做到動畫人物之間的色彩相呼應(yīng), 讓動畫人物更加真實,同時提高動畫人物提取的速度. 完成二維動畫人物的特征提取, 為使重建方法趨于完善, 還需按照如下步驟完成基于二維動畫人物特征三維重建方法的搭建.

2.1 基于二維動畫人物特征的三維重建流程

利用動畫人物三維重建工具實現(xiàn)動畫人物三維重建是一種有效的方式,包括以下內(nèi)容.

(1) 物理建模.在對環(huán)境中物體進行幾何建模時,對其不同組成的物理特征進行描述,且將動畫人物形象作為物理特征的一種.

(2) 行為建模.利用實體行為描述過程,確定觸發(fā)和停止動畫人物形象的方式,將該過程和動畫人物形象匹配.

(3) 碰撞檢測建模.利用碰撞檢測對撞擊與接觸動畫人物形象進行區(qū)分.

在不存在建模工具的情況下,可通過設(shè)計程序?qū)崿F(xiàn)動畫人物三維重建,在內(nèi)存中設(shè)計一個描述建立環(huán)境實體和動畫人物形象間的關(guān)系表,在一段時間內(nèi),通過實體狀態(tài)對設(shè)計表進行檢驗,以確定需發(fā)出的動畫人物形象.

基于二維動畫人物特征的三維重建流程包括特征圖像提取、圖像特征匹配等部分.其中特征圖像提取是充分利用二維動畫人物的特征提純結(jié)果,采用暴力匹配原理,將所有二維動畫人物特征圖像進行了最大化限制[9].若待匹配圖像的尺寸過大,所需匹配時間也隨之增加,反之時間則減少.圖像特征匹配是對原有哈希排序的匹配方法進行重新規(guī)劃,充分結(jié)合3位序列自身的匹配策略,對原有方法進行改進.具體重建流程如圖4所示.

圖4 基于二維動畫人物特征的三維重建流程圖

2.2 三維重建方法的哈希排序

三維重建方法通過哈希排序,以數(shù)據(jù)為基礎(chǔ),調(diào)用接口地址.哈希排序是根據(jù)關(guān)鍵碼值(key value)直接進行訪問的數(shù)據(jù)結(jié)構(gòu).也就是說,通過把關(guān)鍵碼值映射到表中一個位置來訪問記錄,以加快查找的速度.這個映射函數(shù)叫做散列函數(shù),存放記錄的數(shù)組叫做散列表.哈希排序就是把Key通過一個固定的算法函數(shù),即哈希函數(shù)轉(zhuǎn)換成一個整型數(shù)字,然后將該數(shù)字對數(shù)組長度進行取余,取余結(jié)果當(dāng)作數(shù)組的下標(biāo),將value存儲在以該數(shù)字為下標(biāo)的數(shù)組空間里.而當(dāng)使用哈希排序進行查詢的時候,就再使用哈希函數(shù)將key轉(zhuǎn)換為對應(yīng)的數(shù)組下標(biāo),并定位到該空間獲取value.如此一來,就可以充分利用到數(shù)組的定位性能進行數(shù)據(jù)定位.利用已確定的二維動畫人物特征,可生成一個二進制哈希排序,其中包括所有特征屬性及相應(yīng)的排序方法.通常情況下,各特征數(shù)值間的位移用漢明距離表示,根據(jù)漢明距離的不同,可生成表格關(guān)聯(lián)類別的鍵和值,依據(jù)關(guān)聯(lián)類別鍵和值的變化趨勢完成哈希排序[10-11].本文提出的三維重建方法部分哈希排序為

110101…100—001101…1003110101…1101110101…1000101011…1004000100…0019100100…0017000100…1003??110100…1001000100…0015110101…1000．

設(shè)特征數(shù)值間的漢明距離為W,則該數(shù)值的具體表示方法為

W=ln|apbq|.

(5)

式中:p代表橫向特征數(shù)值間的位移;q代表縱向特征數(shù)值間的位移.

2.3 利用CUDA框架實現(xiàn)三維重建方法

CUDA框架可以概括為一個實現(xiàn)二維動畫人物特征圖像三維重建的圖形計算接口,且該接口具備極強的計算能力.CUDA框架以線程結(jié)構(gòu)為主,通常情況下可分為上、中、下三層,分別為網(wǎng)格層、塊狀層、線型層,不同層次結(jié)構(gòu)與不同屬性的二維動畫人物特征圖像直接相連,彼此之間相互促進,實現(xiàn)二維動畫人物特征的提取與三維重建[12],詳細CUDA框架結(jié)構(gòu)如圖5所示.

圖5 CUDA框架結(jié)構(gòu)圖Fig.5 CUDA frame structure diagram

3 實驗結(jié)果與分析

為了驗證本文方法的實用價值,分別應(yīng)用本文方法與傳統(tǒng)方法對同一個二維動畫人物進行特征提取與三維重建,具體實驗步驟如下.

3.1 二維動畫人物特征提取速度對比

為降低實驗的難度,以簡易人物形象代表二維動畫人物,應(yīng)用特殊測量方法,記錄本文方法與傳統(tǒng)方法提取二維動畫人物特征的速度.具體測量結(jié)果如圖6所示.

圖6 二維動畫人物特征提取速度

由圖6可知,傳統(tǒng)方法特征提取速度最大值為0.401 mm/s,出現(xiàn)在第22 s;本文方法提取速度最大值為0.589 mm/s,出現(xiàn)在第25 s;由該實驗結(jié)果可知,與傳統(tǒng)方法相比,二維動畫人物特征提取與三維重建方法可以提升提取速度.

3.2 動畫人物形象三維構(gòu)建準(zhǔn)確性對比

動畫人物形象三維構(gòu)建需要基于Web Service技術(shù)的數(shù)據(jù)而形成,為了表達主題的意思,必須要通過動畫人物來表現(xiàn).在三維構(gòu)建的過程中,動畫人物是構(gòu)建動畫形象的主要表現(xiàn)形式,為了給人們留下更深的真實感和印象感,在動畫人物構(gòu)建時,要有很強的視覺沖擊力.為了能夠構(gòu)建優(yōu)秀的動畫人物,需要提高二維動畫人物的特征提取速度.所以需要提高三維構(gòu)建的速度和準(zhǔn)確率,完成提取速度對比后,利用特殊檢測方法,記錄應(yīng)用傳統(tǒng)方法與本文方法進行動畫人物形象三維構(gòu)建的準(zhǔn)確性,具體記錄結(jié)果如圖7所示.

圖7中各點上下、左右的對稱性代表三維構(gòu)建準(zhǔn)確性,對稱性越強準(zhǔn)確性越高.由圖7可知:應(yīng)用傳統(tǒng)方法完成動畫人物形象三維構(gòu)建,僅部分點可以滿足上下、左右對稱;應(yīng)用本文方法完成動畫人物形象三維構(gòu)建,所有點均可以滿足上下、左右對稱.可證明與傳統(tǒng)方法相比,二維動畫人物特征提取與三維重建方法確實可以提升動畫人物形象三維構(gòu)建準(zhǔn)確性.

圖7 動畫人物形象三維構(gòu)建準(zhǔn)確性Fig.7 The accuracy of 3D construction of animated characters(a)—本文方法; (b)—傳統(tǒng)方法.

4 結(jié) 語

通過分析二維動畫人物特征提取和三維重建方法,對比傳統(tǒng)方法可知,本文所提方法中二維動畫人物提取速度最大值為0.589 mm/s,而傳統(tǒng)二維動畫人物提取速度最大值為0.401 mm/s,充分證明本文方法可以有效提高二維動畫人物提取的速度.在三維構(gòu)建準(zhǔn)確性的實驗檢測中,本文提出的方法對稱性更好.本研究彌補了二維動畫特征提取速度慢和動畫人物三維構(gòu)建的準(zhǔn)確性低的不足.中國動畫目前正處于快速發(fā)展時期,研究二維動畫人物特征提取與三維重建方法,可以更好地將兩者的技術(shù)相互運用在未來的動畫制作中.

參考文獻:

[ 1 ] 荊茜. 什么是有感覺的設(shè)計:圖形心理在二維動畫角色造型設(shè)計中的應(yīng)用研究[J]. 當(dāng)代青年月刊, 2015(7):59.

JING Q. What is sensory design: research on the application of graphics psychology in the character modeling design of two-dimensional animation animation[J]. Journal of Contemporary Youth, 2015(7):59.

[ 2 ] 田瀚,馬杰. 從圣衣設(shè)計變化看經(jīng)典二維動畫造型在三維動畫中的延續(xù)和發(fā)展:以《圣斗士星矢:圣域傳說》為例[J]. 藝術(shù)與設(shè)計:理論, 2016(12):94-96.

TIAN H,MA J. On the continuation and development of classical two-dimensional animation modeling in 3D animation from the change of the design of holy clothes: taking Saint Seiya: the Legend of the Holy Land as an example[J]. Art and Design: Theory, 2016(12):94-96.

[ 3 ] 高偉,郭瑾,郭舒婷. 中國傳統(tǒng)皮影藝術(shù)在數(shù)字化動畫中的應(yīng)用與發(fā)展[J]. 遼寧師范大學(xué)學(xué)報(自然科學(xué)版), 2015(4):475-481.

GAO W,GUO J,GUO S T. The application and development of the traditional China Shadow Art in digital animation[J]. Journal of Liaoning Normal University (Natural Science Edition), 2015(4):475-481.

[ 4 ] 王春莉,梁立波,王寶玉. 計算機三維重建技術(shù)發(fā)展與應(yīng)用[J]. 沈陽大學(xué)學(xué)報, 2003,15(2):25-26.

WANG C L,LIANG L B,WANG B Y. Development and application of computer 3D reconstruction[J]. Journal of Shenyang University, 2003,15(2):25-26.

[ 5 ] 全旭松,劉長春,陳海平,等. 面向高功率激光裝置精密裝校實驗室的三維重建技術(shù)及應(yīng)用[J]. 計算機輔助設(shè)計與圖形學(xué)學(xué)報, 2017,29(5):854-859.

QUAN X S,LIU C C,CHEN H P,et al. 3D reconstructing technique and application of high-power laser facility’s optics assembly building[J]. Journal of Computer-Aided Design & Computer Graphics, 2017,29(5):854-859.

[ 6 ] 牛晰,袁曉東. 基于物體特征有效提取和離散點三維重建的3D掃描系統(tǒng)原型研究[J]. 計算機測量與控制, 2017(5):158-161.

NIU X,YUAN X D. Research of a prototype 3D scanning system based on object features active extraction and 3D reconstruction with discrete points[J]. Computer Measurement & Control, 2017(5):158-161.

[ 7 ] 韓碩,童曉沖,盧學(xué)良,等. 手持線激光掃描視頻三維重建中的運動線提取算法[J]. 計算機應(yīng)用與軟件, 2016,33(7):154-158.

HAN S,TONG X C,LU X L,et al. Moving line extraction algorithm in 3D reconstruction of handheld line laser scanning video[J]. Computer Applications and Software, 2016,33(7):154-158.

[ 8 ] 白洪偉,李進,穆星,等. 近景攝影測量在地下三維重建中的應(yīng)用[J]. 沈陽大學(xué)學(xué)報(自然科學(xué)版), 2016,28(3):223-226.

BAI H W,LI J,MU X,et al. Application of close range photogrammetry in underground 3D reconstruction[J]. Journal of Shenyang University(Natural Science), 2016,28(3):223-226.

[ 9 ] 趙廣軍,王旭初,牛彥敏,等. 基于SAE深度特征學(xué)習(xí)的數(shù)字人腦切片圖像分割[J]. 計算機輔助設(shè)計與圖形學(xué)學(xué)報, 2016,28(8):1297-1305.

ZHAO G J,WANG X C,NIU Y M,et al. Digital human brain slice image segmentation based on SAE depth feature learning[J]. Journal of Computer-Aided Design and Graphics, 2016,28(8):1297-1305.

[10] 劉丹,諸葉平,李書欽,等. 基于實測數(shù)據(jù)的小麥葉片模擬模型與三維重建:以偃展4110為例[J]. 山東農(nóng)業(yè)科學(xué), 2016,48(7):137-141.

LIU D,ZHU Y P,LI S Q,et al. Simulation model and 3D reconstruction of wheat leaves based on measured data: a case study of Yanzhan 4110[J].Shandong Agricultural Sciences, 2016,48(7):137-141.

[11] 孟偲,曲圣悅,王利軍,等. 用于C臂快速標(biāo)定的平面靶標(biāo)可見標(biāo)記點的提取與配準(zhǔn)[J]. 高技術(shù)通訊, 2015,25(4):397-403.

MENG S,QU S Y,WANG L J,et al. Extraction and match of visible markers on a planar phantom for fast C-arm calibration[J].Chinese High Technology Letters, 2015,25(4):397-403.

[12] 江靜,蔡國榕,李紹滋,等. 基于多結(jié)構(gòu)估計的建筑物激光雷達點云特征線提取算法[J]. 廈門大學(xué)學(xué)報(自然版), 2015,54(3):390-396.

JIANG J,CAI G R,LI S Z,et al. Extract feature lines from building LiDAR point cloud based on multi-structure estimators[J]. Journal of Xiamen University(Natural Science), 2015,54(3):390-396.