A Practical Method for Butterfly Motion Capture
A Practical Method for Butterfly Motion Capture
复制标题
蝴蝶动作捕捉的实用方法
DOI：
10.1145/3561975.3562940
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Deng, Zhigang
中科院分区：
文献类型：
--
作者：
Chen, Qiang;Lu, Tingsong;Tong, Yang;Fang, Yuming;Deng, Zhigang
模拟真实的蝴蝶运动一直是计算机动画中一个众所周知的具有挑战性的问题。可以说，其主要原因之一是难以获得准确的蝴蝶飞行运动。在本文中，我们提出了一种实用而有效的基于光学标记的方法来捕捉和处理蝴蝶飞行的详细运动。具体来说，我们首先使用基于光学标记的运动跟踪捕捉飞行蝴蝶的翅膀和胸部的轨迹。之后，我们的方法利用相邻帧的连续性和相关性自动填充缺失标记的位置，并通过优化参数设置的噪声滤波来提高捕获运动的质量。通过与现有运动处理方法的比较，我们证明了我们的方法获得准确的蝴蝶飞行运动的有效性。此外，我们创建并将向研究界发布首个蝴蝶动作捕捉数据集。
Simulating realistic butterfly motion has been a widely-known challenging problem in computer animation. Arguably, one of its main reasons is the difficulty of acquiring accurate flight motion of butterflies. In this paper we propose a practical yet effective, optical marker-based approach to capture and process the detailed motion of a flying butterfly. Specifically, we first capture the trajectories of the wings and thorax of a flying butterfly using optical marker-based motion tracking. After that, our method automatically fills the positions of missing markers by exploiting the continuity and relevance of neighboring frames, and improves the quality of the captured motion via noise filtering with optimized parameter settings. Through comparisons with existing motion processing methods, we demonstrate the effectiveness of our approach to obtain accurate flight motions of butterflies. Furthermore, we created and will release a first-of-its-kind butterfly motion capture dataset to research community.
登录
查看更多内容
DOI：
10.2312/sca/sca06/127-135
发表时间：
2006-09
期刊：
--
影响因子：
--
作者：
M. Cani;J. O. O 'brien;Guodong Liu;L. McMillan
通讯作者：
M. Cani;J. O. O 'brien;Guodong Liu;L. McMillan
影响因子：
6.2
作者：
Chen, Qiang;Lu, Tingsong;Tong, Yang;Luo, Guoliang;Jin, Xiaogang;Deng, Zhigang
通讯作者：
Deng, Zhigang
DOI：
10.1145/2786784.2786790
发表时间：
2015-08
期刊：
Proceedings of the 14th ACM SIGGRAPH / Eurographics Symposium on Computer Animation
影响因子：
--
作者：
Xinjie Wang;Jiaping Ren;Xiaogang Jin;Dinesh Manocha
通讯作者：
Xinjie Wang;Jiaping Ren;Xiaogang Jin;Dinesh Manocha
影响因子：
2.5
作者：
Weizi Li;D. Wolinski;J. Pettré;M. Lin
通讯作者：
Weizi Li;D. Wolinski;J. Pettré;M. Lin
少即是多：从单个运动传感器中学习洞察，以实现准确且可解释的足球守门员运动学
影响因子：
4.3
作者：
Gheorghe Lisca;C. Prodaniuc;T. Grauschopf;Cristian Axenie
通讯作者：
Cristian Axenie