Motion Feature Extraction and Stylization for Character Animation using Hilbert-Huang Transform
Motion Feature Extraction and Stylization for Character Animation using Hilbert-Huang Transform
复制标题
使用 Hilbert-Huang 变换进行角色动画的运动特征提取和风格化
DOI：
10.1145/3491396.3506524
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Ikuno Soichiro
中科院分区：
文献类型：
--
作者：
Dong Ran;Lin Yangfei;Chang Qiong;Zhong Junpei;Cai Dongsheng;Ikuno Soichiro
提出了一种基于希尔伯特-黄变换（HHT）的瞬时频域字符运动特征提取和风格化方法。HHT将人体运动捕捉数据在频域中分解为几个伪单色信号，即所谓的固有模式函数（IMF）。我们提出了一种算法来重建这些IMF和提取运动特征自动使用斐波那契序列中的链接动态结构的人体。我们的研究表明，这些重建的运动可以主要分为三个部分，一个主要的运动和一个次要的运动，对应于动画的原则，和一个基本的运动组成的姿态和位置。我们的方法帮助动画师编辑目标运动提取和混合的主要或次要运动提取的源运动。为了证明结果，我们将我们提出的方法应用于一般运动（跳跃，冲压和步行运动），以实现不同的风格化。
This paper presents novel insights to feature extraction and stylization of character motion in the instantaneous frequency domain by proposing a method using the Hilbert-Huang transform (HHT). HHT decomposes human motion capture data in the frequency domain into several pseudo monochromatic signals, so-called intrinsic mode functions (IMFs). We propose an algorithm to reconstruct these IMFs and extract motion features automatically using the Fibonacci sequence in the link-dynamical structure of the human body. Our research revealed that these reconstructed motions could be mainly divided into three parts, a primary motion and a secondary motion, corresponding to the animation principles, and a basic motion consisting of posture and position. Our method help animators edit target motions by extracting and blending the primary or secondary motions extracted from a source motion. To demonstrate results, we applied our proposed method to general motions (jumping, punching, and walking motions) to achieve different stylizations.
DOI：
10.3390/s20226534
发表时间：
2020-11-16
期刊：
Sensors (Basel, Switzerland)
影响因子：
--
作者：
Dong R;Cai D;Ikuno S
通讯作者：
Ikuno S
一种基于EMD的阈值去噪方法
DOI：
--
发表时间：
2013
期刊：
影响因子：
--
作者：
J. Huang;Jian Xie;Li Feng;Li Liang
通讯作者：
Li Liang
DOI：
10.1098/rspa.1998.0193
发表时间：
1998-03-08
影响因子：
3.5
作者：
Huang, NE;Shen, Z;Liu, HH
通讯作者：
Liu, HH