大連民族大學(xué)擬提名的2017科技獎(jiǎng)勵(lì)項(xiàng)目人選

1、大連民族大學(xué)擬提名的2017年度省科技獎(jiǎng)勵(lì)項(xiàng)目（人選）自然科學(xué)獎(jiǎng)公示樣本:項(xiàng)目名稱人體運(yùn)動(dòng)數(shù)據(jù)處理及虛擬人仿真關(guān)鍵技術(shù)研究推存單位（推薦專豕）項(xiàng)目簡(jiǎn)介1 .項(xiàng)目的主要研究?jī)?nèi)容及科學(xué)發(fā)現(xiàn)點(diǎn)本項(xiàng)目主要對(duì)人體運(yùn)動(dòng)數(shù)據(jù)處理及虛擬人仿真中的關(guān)鍵技術(shù) 進(jìn)行研究。人體運(yùn)動(dòng)數(shù)據(jù)處理是虛擬人運(yùn)動(dòng)合成及控制等數(shù)據(jù)驅(qū) 動(dòng)的方法的基礎(chǔ)。首先研究了人體運(yùn)動(dòng)數(shù)據(jù)的壓縮和檢索方法。 基于這些方法，可實(shí)現(xiàn)從精簡(jiǎn)壓縮的人體運(yùn)動(dòng)數(shù)據(jù)中快速的檢索 得到需要的人體運(yùn)動(dòng)片段，從而高效的合成虛擬人需要的運(yùn)動(dòng)和 位姿。然后，對(duì)基于深度相機(jī)的虛擬人建模技術(shù)進(jìn)行了深入研究， 這項(xiàng)研究提供了簡(jiǎn)便的虛擬人建模方法，為虛擬人的實(shí)用建模打 下基礎(chǔ)。接

2、著，研究了虛擬人渲染中的光學(xué)跟蹤技術(shù)，通過(guò)精心 設(shè)計(jì)的加速結(jié)構(gòu)，基于GPU對(duì)光學(xué)跟蹤方法進(jìn)行加速，從而加速虛擬人的渲染。最后，對(duì)虛擬人的運(yùn)動(dòng)和姿態(tài)合成方法進(jìn)行了研 究,基于草圖引導(dǎo)和數(shù)據(jù)檢索技術(shù)，交互式的得到虛擬人的姿態(tài) 并進(jìn)行進(jìn)一步的合成提煉；基于生物力學(xué)，進(jìn)行真實(shí)感觸碰控制 器的設(shè)計(jì)，從而生成較自然真實(shí)的虛擬人觸碰運(yùn)動(dòng)，并探索在虛 擬學(xué)習(xí)環(huán)境卜虛擬人應(yīng)用，情景。2 .項(xiàng)目的科學(xué)價(jià)值及同行引用評(píng)價(jià)等人體運(yùn)動(dòng)數(shù)據(jù)的高效組織與快速檢索是虛擬人運(yùn)動(dòng)合成的基 礎(chǔ)。本項(xiàng)目提出了基于變換域的人體運(yùn)動(dòng)檢索方法，通過(guò)短小索 引的匹配，完成人體運(yùn)動(dòng)的檢索，由于該索引與運(yùn)動(dòng)大小無(wú)關(guān)等 性質(zhì)，使得我們的方法具有較

3、好的可擴(kuò)展性和邏輯相似性檢索的 能力。大量未壓縮的人體運(yùn)動(dòng)數(shù)據(jù)給數(shù)據(jù)存儲(chǔ)和傳輸帶來(lái)了極大 的困難。而已有的人體運(yùn)動(dòng)有損壓縮方法，會(huì)帶來(lái)運(yùn)動(dòng)數(shù)據(jù)的 artifact,解壓時(shí)的IK矯正雖能一定程度上彌補(bǔ)這種artifact,但又會(huì)帶來(lái)額外的時(shí)間開(kāi)銷?；诖?，提出了一個(gè)基于AlphaParallelogram Predictor對(duì)運(yùn)動(dòng)捕獲數(shù)據(jù)進(jìn)行無(wú)損壓縮的算法。該方法的擴(kuò)展方法目前已經(jīng)應(yīng)用到騰訊運(yùn)營(yíng)的游戲“QQ炫舞”中?；凇癚Q炫舞”過(guò)億的用戶量，每年能降低102,400,000,000MB 網(wǎng)絡(luò)存儲(chǔ)及磁盤數(shù)據(jù)存儲(chǔ)需求，帶來(lái)相應(yīng)的經(jīng)濟(jì)和社會(huì)效益。獲取物體以及人體表面的三維幾何信息是計(jì)算機(jī)圖形學(xué)、虛

4、 擬人等領(lǐng)域中一項(xiàng)基本任務(wù)，有著廣泛的應(yīng)用價(jià)值。同傳統(tǒng)三維 掃描和立體視覺(jué)方法相比，深度相機(jī)價(jià)格低廉、結(jié)構(gòu)小巧、使用 方便、不易受紋理光照的影響，且能實(shí)時(shí)捕獲物體表面深度與彩 色信息。針對(duì)單臺(tái)Kinect掃描全身人體數(shù)據(jù)質(zhì)量較差以及多臺(tái)Kinect之間相互干擾的問(wèn)題，2012年我們于IEEE Transactions onVisualization and Computer Graphics 上提出了一種利用多臺(tái) Kinect 的三維人體非剛體掃描重建方法，建立了一套簡(jiǎn)單易用的三維人 體掃描重建系統(tǒng)。該項(xiàng)研究在國(guó)內(nèi)外產(chǎn)生了廣泛的影響。該研究 成果SCI他引超過(guò)90次，總計(jì)他引近300次。這些引

5、文中既有來(lái) 自 IEEE TRANSACTIONS ON CYBERNETICS 、 IEEE TRANSACTIONS ON MULTIMEDIA等頂級(jí)國(guó)際期刊的引用，也有瑞士洛桑聯(lián)邦理工學(xué)院Mark Pauly教授及清華大學(xué)國(guó)家杰出青年基金獲得者胡事民教授等領(lǐng)域權(quán)威學(xué)者的引用。完成人情況表王鵬杰，1/4,副教授，大連民族大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院，提出了科學(xué)發(fā)現(xiàn)點(diǎn)1和2,參與提出了科學(xué)發(fā)現(xiàn)點(diǎn) 4和5。曾獲得2008年度遼寧省自然科學(xué)獎(jiǎng)三等獎(jiǎng)，排名第3。宋海玉，4/4,副教授，大連民族大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院，參與提出了科學(xué)發(fā)現(xiàn)點(diǎn) 1和2。論文、論著目錄（不超過(guò) 8篇）序號(hào)論義專著名稱/刊名/

6、 作者影 響 因 子蟲(chóng)他發(fā)表 時(shí)間 年月 日通訊 作者第一作者國(guó)內(nèi) 作者SCI 他引 次數(shù)他引 總次 數(shù)知識(shí) 產(chǎn)權(quán) 是否 國(guó)內(nèi) 所有1The AlphaParallelogram232(2013):2013-05-Ming minPengj ie王鵬 杰49是Predictor: aLossless Compression Method for MotionCapture Data/Information Sciences/ 一1-1001Zhan gWang2An Eigen-based Motion Retrieval Method for Real-time Animation/Comp

7、ute rs & Graphics/ ,2014, 38(2)255-2672014-0201Peng jie WangPengj ieWang王鵬 杰310是3A Real-time Database Architecture for Motion Capture Data/ / , , , , , Zhigeng Pan2011:133713402011-1128Peng jie WangPengj ieWang王鵬 杰10是4Scanning 3D full humanbodies using kinects/IEEE Transactions on Visualization

8、& Computer Graphics/ ,2012, 18(4):6432012-0401Zhig eng PanJingTong潘志 庚98291是5MSKD: multi-split KD-tree design on GPU/MultimediaTools & Applications/ ,2016, 75(2): 1-162016-0601XinYangXinYang楊鑫02是6A suggestive Interface for Sketch-based Character Posing/Computer Graphics Forum/,2015,34 (7): 111-1212015-1001Z.G.PanP. Lv潘志 庚00是7Biomechanics-base d Reaching Optimization/Visu al Computer/ ,2011 , 27 (6-8) :613 -6212011-0601PeiLvPeiLv呂培19是8Virtual reality a