为了更好地模拟人物或动物运动，获取更接近于真实的动作数据尤为重要。在计算机运动角色仿真应用中，最主要的动作获取对象是人，人物作为虚拟场景中的角色，一直是研究者感兴趣的目标，其应用也与日俱增，特别在游戏、电影、军事、体育等领域得到了越来越广泛的应用。对人体运动仿真技术的研究，可以大大提高虚拟世界的表现能力，有效检验各种活动的设计效果，在电影《终结者Ⅱ》和电影《侏罗纪公园》中就大量地应用了设备动作获取的技术。人体具有200个以上的自由度和非常复杂的运动，人体的肌肉随着运动而变形，人的个性、表情等千变万化，可以说，人体运动仿真是计算机仿真中最富挑战性的课题之一[22]。
在虚拟人体的工作研究中，比较著名的是宾夕法尼亚大学Badler领导的人体建模与仿真中心[23]和蒙特利尔大学Thalmann带领的在洛桑的LIG实验室[5，24，25]。传统的运动数据建立方法主要包括关键帧动画[8]、专业设备运动捕捉[9]、基于物理的动画[10]和基于视频的动作跟踪[11]四类方法。
关键帧技术指定关键帧动作状态和该关键帧发生的动作时间，使用各种插值算法计算关键帧之间的中间动作状态，实现角色的连续运动。这种方法的角色动作依赖于用户的设置或输入，良好的动作序列需要用户仔细地配置和调整参数，以尽量避免出现活动动作生硬板滞、明显卡通化的问题。
使用专业运动捕捉设备获取动作数据[9]是目前唯一能够直接建立真实的人体运动的技术，具有真实感强的显著特点，在娱乐、电影和游戏应用中广泛应用，目前的大多数运动动作数据也是使用专业设备捕捉获得的[11]。2005年Naksuk[26]使用运动捕捉设备获取人体运动数据，并通过关节点间的位置关系将运动迁移到机器人上。这类方法可以获得真实准确的运动数据，但它需要专用的捕捉设备，且捕捉过程依赖于被捕捉对象的运动能力。(www.xing528.com)
基于物理的仿真[10]是通过正运动学或逆运动学，计算角色运动过程中的动作姿态，该方法不受设备限制也不受目标对象的运动能力限制的一种仿真方法，但它需要针对每一套动作设置计算公式，而且该方法对参数的变化很敏感，需要仔细地设置各个参数，才能获得良好的动作效果。
基于视频的动作捕捉方法[11]是通过录制现实世界中的人物或动物运动，结合所跟踪目标的形状特征和纹理信息，跟踪角色各标定点的位置，从而得到运动数据的方法。这种方法有一定的限制，如数据精度不如设备捕捉好，但拥有获取容易、成本低、动作连贯性好、视觉效果真实的特点。2003年Yoshimoto[27]使用了视频图像提取方法估算特征点的位置来获取人体姿态。Wu[28]通过基于视频的学习方法实现效果十分逼真的鸟类飞行模拟。2005年Kehl[29]使用多台摄像机捕获人体标定关节点的运动轨迹，建立了人体骨骼模型的运动序列。2006年Li[30]系统地总结和介绍了基于视频的人体运动捕捉研究的技术和方法，2006年Wan[31]使用3D Graph-cuts和人体形状模板匹配估算视频中人体姿态。2007年Pei[32]基于ISO-map的非线性降维和K-means聚簇方法，从演讲视频中提取嘴部动作，并通过控制形状向量实现面部变形。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
