承德运动捕获技术（传统方式和基于视频方式）制作详细说明动画
2)运动捕获技术分类 运动捕获技术可分为传统方式和基于视频方式两大类，如图5.3所示。 传统的运动捕获方法通常需要在演员的关节处贴上特殊的标记，然后利用硬件设备跟踪这些标记 的位置和方向，从而生成一组运动数据。捕获设备分为机械式、电磁式和光学式三大类。这类方法的 缺点是：捕获设备的价格昂贵；运动捕获过程繁杂；捕获设备干扰了运动的自然和流畅。 而随着计算机视觉领域在基于人体运动跟踪方面研究的进展，基于视频的人体运动捕获技术得到 了较快发展，这项技术涉及计算机图形学、计算机视觉等多方面的研究领域，其核心是从单个或者多 个视频序列中检测、跟踪并获取人体运动数据，重建人体的3D运动，生成逼真的人体动i晒。
具体而言，基于视频的运动捕获分为基于单目和基于多目两大类。肇于单日视频的人体运动捕获 方法从图像帧中提取人体关键点、区域、轮廓等特征，并进行跟踪，然后进行3D估j+Hl，该方法有获 取容易的优点，但由于丢失了很多深度信息，导致捕获的精度低。该类方法仅适用于对捕获精度要求 不高的应用。而基于多目视频的人体运动捕获是在多摄像机条件下进行的人体运动跟踪。通常的方法 是从图像中提取人体特征并跟踪，然后通过对多个跟踪结果的3D重建来得到人体的3D运动数据。近年 来，基于体素(voxels)的运动捕获方法作为一种新的基于多目视频的人体运动捕获方法被提出，并得 到广泛的运用与研究。这种方法并不I I I I I ／，，，，，，，，，＼／ I I I *flash动画创作与后期视频处理技术*
当前自动人脸检测的标准方法，它使得人脸检测从真正意义上 走向实用。然而总体而言，基于表象的人脸检测方法需要大量的各种条件下的训练样本，计算量大， 这是一个必须考虑的问题。将来一个可能的方向是基于统计学习和结构知识相结合，再综合利用人工 智能解决一些复杂的人脸检测情况，如遮挡、光照、图像质量等问题。 总而言之，在自动人脸检测中，精度和速度是两个重要方面，研究者一般都希望一个系统既能有 很高的精度又能达到实时的速度，而这两方面在实际系统中又常常矛盾。解决如何在保证精度的前提 下，有效地提高系统的速度问题，对于人脸检测研究具有很重要的意义。
转载请注明：
承德flash动画制作公司：http://www.flash520.com/city142/
