当前位置: 首页 > article >正文

【应用】Ghost Dance:利用惯性动捕构建虚拟舞伴

Ghost Dance是葡萄牙大学的一个研究项目,研究方向是探索人与人之间的联系,以及如何通过虚拟舞伴重现这种联系。项目负责人Cecilia和Rui利用惯性动捕创造出具有流畅动作的虚拟舞伴,让现实中的舞者也能与之共舞。  

挑战:Ghost Dance团队需要根据舞者的动作建立一个3D模型,用来测试虚拟和现实表演者之间的关系。但是创建逼真的模型是一个重大挑战。    

解决方案:惯性动捕技术可以让舞蹈演员以最舒适、最准确的方式录制整套动作。呈现出的效果是虚拟舞伴动作流畅,与现实中的舞伴合作自然。    

关键信息 

丰富的动作:即使是现代舞中的复杂动作,也能通过惯性传感器进行追踪。

高效录制:可快速录制整场编舞表演,以应对舞蹈工作室的时间限制。

佩戴舒适:得益于Xsens可穿戴技术的可调节特性,舞蹈演员可以不受阻碍地进行表演。

流畅的效果:虚拟舞伴动作流畅,在表演过程中营造出高度真实感。

研究人文关怀的重要性 

在项目启动前,Ghost Dance的导演们有两个主要目标。导演Rui表示:“首先是了解人与人面对面交流的必要性。在当今科技时代,人与人之间的距离似乎越来越远,我们想看看这是否会对我们的健康产生影响。”  

为了探索这个问题,研究小组计划使用VR眼镜来比较人类舞伴和虚拟舞伴的舞姿。总监Cecilia解释道:“我们想知道当人体与虚拟实体互动时会发生什么,我们清楚这将会带来完全不同的体验,但我们需要找出其方式和原因。”    

图片

这个复杂的项目不仅需要一支技术精湛的团队,还需要一套专业技术来记录舞蹈演员的表演,并将其转化为虚拟舞伴。    

舞蹈演员的动作在日常生活中并不常见,因此必须有一套动捕系统来适应这种复杂性。“Xsens系统可以精确记录他们的动作,从而完美地转换成3D模型,”导演Rui说到。惯性传感器包含加速度计和陀螺仪,可跟踪被摄体的关节旋转和速度。这种精确度使得虚拟舞伴的动作栩栩如生,为现实中的舞者带来更自然的体验。    

Cecilia解释说:“跳舞时的舒适度至关重要,我们需要动捕技术具有隐蔽性来获得最佳效果。Xsens动捕系统由17个传感器组成,它们单独佩戴在在身体上,每个传感器都可以根据佩戴者的喜好进行调节。有了这种舒适感,创建虚拟舞伴的动作就会更加自然流畅。”    

图片

在录制了舞者的舞蹈并制作了虚拟舞伴之后,Cecilia和Rui需要看看他们是否能从基础数据中进行开发。为此他们创建了机器学习算法,对模型进行测试。    

机器无法做出主观决定,因此团队找到了一种解决方案,将舞者的动作客观化和量化。Cecilia表示:“拉班力效的八个动作通常用于戏剧和舞蹈课程,以拓展学生的创造力。这些都是基本动作,包括拍打、扭拧和按压灯,机器人可以轻松识别。”    

根据这些信息,Cecilia和Rui希望开发出一种虚拟舞伴,它能与现实中的舞者同步做出自己的动作。Rui表示:“惯性动捕是这类研究的最佳选择,我们有一个基于真实动作的完善模型,它为机器学习提供了一个基准。”    

图片

使用Xsens意味着舞者可以自由表演,无需调整舞蹈编排。这样在与虚拟舞伴共舞时就能获得最佳体验。    

关于搜维尔科技

我们热衷于动作捕捉技术的研发与推广。我们热衷于推动技术发展,使其处于技术前沿甚至更前沿。在这个频道上,我们想分享我们基于动作捕捉技术的最新体验。搜维尔科技与Xsens总部签署代理合作协议,成为其在中国大陆地区的授权代理经销商。搜维尔科技现支持相关产品购买、咨询与售后支持等服务,欢迎垂询。

http://www.lryc.cn/news/2402740.html

相关文章:

  • 使用 Mechanical 脚本获取联合反作用力和力矩
  • Java垃圾回收机制详解:从原理到实践
  • thinkphp8.1 调用巨量广告API接口,刷新token
  • 物联网数据归档方案选择分析
  • 微服务架构下的服务注册与发现:Eureka 深度解析
  • Qt/C++学习系列之QButtonGroup的简单使用
  • CETOL 6σ v12.1 三维公差分析软件现已可供下载
  • 【JavaEE】Spring Boot项目创建
  • KAG与RAG在医疗人工智能系统中的多维对比分析
  • 车牌识别技术解决方案
  • C/C++ 面试复习笔记(4)
  • Unity 大型手游碰撞性能优化指南
  • Git仓库的创建
  • 从零到一:Maven 快速入门教程
  • DDD架构实战 领域层 事件驱动
  • c# List<string>.Add(s) 报错:UnsupportedOperationException
  • postman基础
  • python训练营day45
  • B+树知识点总结
  • Halcon透视矩阵
  • SpringCloud——OpenFeign
  • 007-nlohmann/json 项目应用-C++开源库108杰
  • 移动端测试岗位高频面试题及解析
  • gvim比较两个文件不同并合并差异
  • App使用webview套壳引入h5(二)—— app内访问h5,顶部被手机顶部菜单遮挡问题,保留顶部安全距离
  • Git GitHub Gitee
  • 《深度体验 Egg.js:打造企业级 Node.js 应用的全景指南》
  • 蓝桥杯2118 排列字母
  • Python应用break初解
  • PLSQLDeveloper配置OracleInstantClient连接Oracle数据库