郜菲

摘  要： 基于动画技术的角色与行为控制方法的帧速率低，无法达到理想的控制效果，为此，提出三维动画系统的角色与行为控制方法。运用原始数据分解法分解三维动画角色与行为捕捉数据，再构造三维动画角色与行为检索样本，得到各帧运动数据通道值。完成上述操作步骤后，利用三维动画系统中的MEL语言构建三维动画角色与行为控制模型，实现三维动画角色与行为控制，由此，完成三维动画系统的角色与行为控制方法的设计。最后，设置对比实验，测试基于动画技术的角色与行为控制方法与三维动画系统的角色与行为控制方法在不同窗口的帧速率。实验结果表明，所提方法在不同窗口下的帧速率均保持在2.0 f/s，说明所提方法控制效果更好。

关键词： 三维动画系统; 行为控制; 角色控制; 动画技术; 控制模型; 帧速率测试

中图分类号： TN911.73?34; TP311.52                文献标识码： A                 文章編号： 1004?373X（2020）19?0040?05

Abstract： The frame rate of character and behavior control method based on animation technology is low， which can not achieve the ideal control effect. Therefore， the method of character and behavior control in 3D animation system is proposed. The original data decomposition method is used to decompose 3D animation character and behavior capture data， and then construct 3D animation character and behavior retrieval samples to get the motion data channel values of each frame. After the above steps are completed， the 3D animation character and behavior control model is constructed with the MEL language in the 3D animation system to realize the 3D animation character and behavior control. Thereby， the design of character and behavior control method of 3D animation system is completed. A comparative experiment was set up to test the frame rate of character and behavior control methods based on animation technology and character and behavior control method of 3D animation system in different windows. The experimental results show that the frame rate of the proposed method is kept at 2.0 f/s in different windows， which shows that the proposed method has a better control effect.

Keywords： 3D animation system; behavior control; character control; animation technology; control model; frame rate testing

0  引  言

三维动漫系统是使用计算机模拟一个物种集群的群体行为，因所有的三维动漫过程都是由计算机模拟实现的，所以在动漫和拍摄上的工作会大大减少，导致动画达不到生动和自然的效果。为此，将工作中心转为在合适的行为与角色控制下得到理想的动画效果。在三维动画系统中，角色与行为控制一直是研究者最感兴趣的目标，虽然计算机动画已在许多领域占有重要的地位，但动画角色和动画行为的许多问题仍未得到妥善的解决[1]。以往采用的基于动画技术的角色与行为控制方法提出了粒子理念，当动画停留在3D阶段，粒子会被自身的一些强制规则所制约。整个粒子系统的运动规则都是由这些单独的粒子运动规则所形成的，该方法用这些粒子的群体动画优点控制群体行为和角色。但存在一个缺点，它很难预测行为与角色规则间的交互，只有添加了新的规则之后才能调试。为此，本文提出三维动画系统的角色与行为控制方法，该方法通过分解三维动画角色与行为的捕捉数据，实现动画行为捕捉数据中的特征提取。再针对某一类检索的目标运动特征向量，构造三维动画角色与行为检索样本，实现群体角色与行为捕捉数据检索。最后，设计控制流程，建立好的模型控制动画行为和动画角色。详细设计过程如下。

1  三维动画角色与行为捕捉数据分解

先采集原始数据，在本次设计中提出一种原始数据分解法，该方法可以获取更多真实的三维动画角色与运动数据[2]。分解过程如下：

构造一个局部坐标系，用于标记采集的三维动画角色与行为捕捉数据。捕捉数据包含动画表情运动和头部运动。先定义动画角色为[pt]和[pr]，再计算局部坐标系[y]轴的单位向量，选定后，将[ptprpn]作为局部坐标系[z]轴的单位向量，最后计算正交单位向量为[Vx]。完成上述步骤后，即可得到某一帧捕捉数据的分解结果[3]。

在分解过程中，要将动画行为特征点记为标记点，而相对于全局坐标系的运动即为动画角色的整体运动[4]。为得到头部整体全局坐标系的平移矩阵，应用式（1）将局部坐标系中的每一个特征标记点的位置转换成全局坐标系对应的特征标记点的位置，以此得到动画角色与行为捕捉数据的最终分解结果：

2  三维动画角色与行为检索样本构造

采用原始数据分解法，分解三维动画角色与行为捕捉数据，为得到各帧运动数据的通道值，提出构建三维动画角色与行为检索样本。通道值是识别动画角色行为的唯一依据[6]，构造过程如下。

将动漫角色与行为简化为与动画四肢相关的8个节点特征，如图1所示。

图1对应节点信息如表1所示。

表1中的8个节点检索样本构造与选取方式相同。将这8个节点各帧运动数据的通道值按照顺序排列，并用空格符分割。相同的通道值分为一类检索样本[7]，不同的通道值按照大小顺序排列，分为另一类检索样本。

3  三维动画角色与行为控制模型

完成三维动画角色与行为检索样本的构造后，运用三维动画系统中的MEL语言控制动画角色与行为运动数据[8]。

先在三维动画系统界面新建一个三维动画转换系统[9]。转换界面如图2所示。

MEL语言是负责确定运动速度和运动方向的变化。若周围个体数量超过1个，或者大于5个，系统会改变动画角色的运动方向，有效控制动画角色的运动速度。

基于三维动画系统MEL语言的角色与行为控制方法框架图，如图3所示。

利用三维动画系统的MEL语言控制动画角色与行为。在设计过程中，为简化控制过程，采用分层方法改变原有数据和编辑控制点，使得动画角色与行为符合控制约束的一系列要求。

具体控制过程如下;

Step1：将分解的动画角色行为捕捉数据组成一个三维空间中的点集[10]。点集中包含典型的数据。因运动点较多，动画系统的空间有限，针对这一问题，采用运动重定向方法，在不改变动画的前提下，将角色与行为中不完全相同的元素融合在一起。变换过程在运动重定向方法中引入动力学因素，使得角色与行为结构能够相互映射[11]。

Step2：将动画模型简化处理。先输入分解后的捕捉数据，再依据动画模型建立群像场景 [12]。

Step3：使用三维动画系统优化动画角色在时间和空间上的不同动作。

Step4：重新约束动画角色姿态，调整函数和行为参数[13]。

Step5：在原有的动画模型上，编辑时空后新形成的动作[14]。

Step6：设计控制命令，使用MEL语言中的代码识别动画角色与行为的某一属性。控制命令可以准确约束某条命令制定的特定数据位置，实现动画角色与行为控制[15]。

MEL语言是负责确定运动速度变化和运动方向的变化。若周围个体数量超过1个，或者大于5个，系统会改变动画角色的运动方向，有效控制动画角色的运动速度。

由此，完成三维动画系统的角色与行为控制方法的设计。

4  实验分析

为检测所提的三维动画系统的角色与行为控制方法的可行性以及控制性能，设置对比实验。实验过程及实验数据如下。

4.1  实验流程

利用数据库中的相近例子，作为此次实验的实验数据。实验数据获取过程如下：

1） 运用三维动画系统的Unix Shell语言优化实验数据，并利用当前所生成的动画角色和行为作为下一个生成窗口的猜想值。猜想值指动画角色与行为的窗口姿势。

2） 设置初始点，保证控制效果达到最佳。

3） 查找。三维动画系统所生成的窗口在每一个时刻都会向前移动一帧，但系统仅显示生成的运动序列。为了不影响群体动画的控制效果，要将其他的生成姿势作为下一个优化的猜想值，以此来增加下一次的收敛速度。

4） 检测动画技术角色与行为控制方法、平行视觉角色与行为控制方法和本次提出的三维动画系统的角色与行为控制方法在不同窗口大小的帧速率，帧速率越快，控制效果越佳，帧速率越慢，控制效果越差。

5） 检测上述三种方法控制不同三维角色模型的纹理数，纹理数越高，表明所控制角色形象越饱满。

6） 检测上述三种方法控制不同行为的精度，控制精度越高，表明控制性能越优。

4.2  实验数据

实验数据主要包括5个角色全身行为，分别为行走、跑步、跳跃、高尔夫挥棒和拳击。其中：动画角色行走行为共22 132帧;动画角色跑步行为共6 532帧;动画角色跳跃行为共3 562帧;动画角色高尔夫挥棒行为共3 653帧;动画角色拳击行为共32 613帧。这些行为是在三维动画系统下，按照120 Hz的频率获取的。在实验中，要求动画角色都穿戴反光标志，这样就可以使用照相机拍摄想要的运动。为不影响控制效果，将分解的角色与行为捕获数据平行取样为30 Hz，以此保证实验结果的准确性。

实验注意事项：三维动画系统的计算效率主要依赖提前捕获的运动数据库，若数据库过小，会影响实验数据的质量。

4.3  实验结果

4.3.1  帧速率对比结果

基于動画技术的角色与行为控制方法、基于平行视觉角色与行为控制方法和本次提出的三维动画系统的角色与行为控制方法在不同窗口大小的帧速率的对比实验结果，如表2～表4所示。

从表2～表4实验结果可以看出，所提的三维动画系统的角色与行为控制方法相比平行视觉角色与行为控制方法、动画技术角色与行为控制方法的帧速率更快，且均保持在2.0 f/s左右，说明所提方法控制效果更佳。

4.3.2  纹理数对比结果

基于动画技术的角色与行为控制方法、基于平行视觉角色与行为控制方法和本次提出的三维动画系统的角色与行为控制方法控制不同三维角色模型的不同行为纹理数对比实验结果，如表5～表7所示。

从表5～表7实验结果可以看出，所提的三维动画系统的角色与行为控制方法相比平行视觉角色与行为控制方法、动画技术角色与行为控制方法控制不同三维角色模型不同行为纹理数更高，说明所提方法控制三维角色模型效果更佳。

4.3.3  控制精度对比结果

基于动画技术的角色与行为控制方法、基于平行视觉角色与行为控制方法和本次提出的三维动画系统的角色与行为控制方法控制三维动画系统的角色与行为控制精度如图4所示。

通过图4实验结果可以看出，采用本文所提方法控制三维动画系统角色不同行为精度均高于99%以上，而基于动画技术的角色与行为控制方法、基于平行视觉角色与行为控制方法控制三维动画系统角色不同行为精度均低于99%，再次验证了所提方法的控制性能。

5  结  语

本文方法也可以应用于交互式设计的三维动画设计当中，比如，手的控制和动物行为控制等。在设计中发现，三维动画系统可以将数据库中的先验信息转换为高质量的三维动画模型，使得最终生成的动画效果更佳。但在实验中发现，基于三维动画系统的角色与行为控制方法还存在一些漏洞，需要在后续的研究中加以改善。

参考文献

[1] 高猛.三维虚拟校园漫游系统中的角色建模与行为控制[J].现代电子技术，2019，42（14）：104?107.

[2] 朱福全，杨丽平.基于健康度的虚拟火灾逃生行为控制研究[J].计算机工程与应用，2019，55（16）：204?208.

[3] 孙玉伟，成颖，谢娟.科研人员数据复用行为研究：系统综述与元综合[J].中国图书馆学报，2019，45（3）：110?130.

[4] 陈昊，郭为忠，高峰，等.步行机器人核电封头移动焊接控制任务建模与系统设计[J].机械设计与研究，2018，34（5）：102?111.

[5] 梁鹏，曹龙汉，张治中.LTE?Advanced网络Uu接口用户行为分析系统的研究与实现[J].电视技术，2017，41（4）：135?140.

[6] 朱素芬.社区老年教育教师角色特征与角色行为研究：基于Nvivo软件的分析[J].成人教育，2017，37（3）：57?62.

[7] 邓院昌，史晨军.基于贝叶斯结构方程模型的疲劳驾驶行为意图研究[J].安全与环境学报，2019，19（2）：520?526.

[8] 郑源，李丽，孟志伟.大中型泵站机组三维检修仿真培训系统开发[J].排灌机械工程学报，2018，36（7）：587?592.

[9] 叶凤华，叶欢.基于Flash和3D动画渲染技术的育苗机器人设计[J].农机化研究，2018，40（3）：189?192.

[10] 张涛，唐敦兵，张泽群，等.面向数字化车间的介入式三维实时监控系统[J].中国机械工程，2018，29（8）：990?999.

[11] 王绍阳，李大华，高强，等.基于结构光的三维视觉检测系统在矩形钢生产线上的研究与设计[J].激光杂志，2018，39（11）：108?113.

[12] 史贤俊，王康，肖支才，等.面向复杂系统的三维Bayes网络测试性验证模型[J].北京航空航天大学学报，2019，45（7）：1303?1313.

[13] 李小路，曾晶晶，王皓，等.三维扫描激光雷达系统设计及实时成像技术[J].红外与激光工程，2019，48（5）：25?32.

[14] 朱建军，安攀峰，万明.工控网络异常行为的RST?SVM入侵检测方法[J].电子测量与仪器学报，2018，32（7）：8?14

[15] 葉凤华，侯洁.衬板轧制动漫设计用AZ61合金的组织与性能研究[J].热加工工艺，2018，47（14）：82?87.