第六章 實驗結果與討論
6.4 綜合應用範例
6.4.2 連續搜尋測試
在單獨的 Motion Script 測試後，我們設計了另一個測試來觀察 Motion Script 在連續 使用上的效果。在這個測試中，沿用上一個例子中所使用了總共八個不同的動作，所組 成的兩張分別為全身以及上半身動作的動作圖，並由這兩個動作圖組成一個兩層式的多 層式動作圖。測試用的 Motion Script 如圖 6.15 所示，在這個測試中，我們輸入兩段除 了開頭的動作外，之後指令完全一樣的 Motion Script，來同時觀察其產生的結果。
使用這兩段 Motion Script 所產生的動作如圖 6.16 的動畫截圖所示。圖 6.16 上排的 動畫截圖為 Script 1 所產生出來的結果，動作起始於一個手自然下擺的 IDLE 動作
（Idle_01），接下來的 WALK 動作，在圖上搜尋時選擇了一個手自然擺動的 WALK 動 作（Walk_01）。接下來，當想要將上半身轉換成 TALK 的動作時，根據事前計算的整體 動作相似度值，選擇了手些微舉起的且動作較小的 TALK 動作（Talk_01），最後回到 IDLE
Script 1 Script2
圖 6.15、連續搜尋測試用的 Motion Script
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
65
的動作時則選擇了與一開始相同的 IDLE 動作。而圖 6.16 下排的動畫截圖為 Script 2 所 產生出來的結果，相對於 Script 1 所產生的結果，Script 2 由於起始在一個手抱頭的 IDLE 動作（Idle_02），因此接著所選擇的 WALK 以及上半身的 TALK 動作皆為手動作位置較 高的動作（Walk_02、Talk_02）。
在這個測試中，我們使用標籤的方式來指定一類的動作，在只使用全身動作圖轉換 動作時，根據當下的狀況使用路徑搜尋演算法來選擇動作，而在同時使用多張動作圖時，
使用整體動作相似度所計算出的數值來選擇動作，可以讓我們產生轉換最小且符合需求 限制的連續動作。這個測試中運用了本研究中所提到的所有要素，為本研究的整個流程 做出了一個完整驗證。
圖 6.16、Motion Script 連續搜尋測試結果截圖
‧
作圖來產生數個連續的複合式動作。此外我們更加入了動作標籤、Motion Script 以及動 作相似度的計算來做為在動作選擇上的輔助，只要在起始的動作資料庫中，各類動作皆在實際的使用測試時，我們可以順利的使用我們所提出的 Motion Script 來控制多層式動 作圖，產生出同時使用多張動作圖所結合的動作。
雖然本研究所提出的多層式動作圖，讓我們可以使用階層式的動作圖結構產生出合 理且平順的動作，但這個階層式的結構也限制了多層式動作圖產生動作的能力。像在目 前的結構下，以一張由全身以上半身兩動作圖來組成一個二層的多層式動作圖為例（組
‧
WALK with Upper-Body TALK 轉換到 SIT with Upper-Body TALK，依照目前的規則，整 個過程會先將上半身由 Talk 轉換回 Walk，全身動作再由 Walk 轉換到 Sit ，最後再將 Full-Body Graph Motions Upper-Body Graph Motions動作名稱 動作標籤 動作名稱 動作標籤
Idle_01 IDLE Idle_01 IDLE
Idle_02 IDLE Walk_01 SWING_HAND Walk_01 WALK Walk_02 SWING_HAND Walk_02 WALK Sit_01
Sit_01 SIT Sit_02
Sit_02 SIT Talk_01 TALK Talk_02 TALK 圖 7.1、說明本研究限制用的多層式動作圖範例
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
68
整體動作相似度數值來從中選擇一個最好的。而這個方法最明顯的限制之一便是，當資 料庫中不具有適合的動作時，那便有可能產生出視覺上不合理的動作組合。對於這點，
在未來我們希望可以定義出兩動作間適不適合相互替換的判斷方式，在事前計算時就將 會產生視覺上缺陷的組合給去除掉。而另一個較為間接的限制則是，每個動作的動作標 籤的制定目前是以人工的方式在進行，如果標籤下的不嚴謹的話，在使用標籤來指令動 作時便有可能會產生出不符合期待的動作結果。在這個問題上，我們希望參考動作分類
（Motion Classification）方面的研究，以自動化的方法來輔助動作標籤的制定。
‧
[1] Boulic, R., N. Magnenat-Thalmann, and D. Thalmann, A global human walking model with real-time kinematic personification. Vis. Comput., 1990. 6(6): p. 344-358.
[2] Bruderlin, A. and T. Calvert, Knowledge-driven, interactive animation of human running, in Proceedings of the conference on Graphics interface '961996, Canadian Information Processing Society: Toronto, Ontario, Canada. p. 213-221.
[3] Bruderlin, A. and T.W. Calvert, Goal-directed, dynamic animation of human walking.
SIGGRAPH Comput. Graph., 1989. 23(3): p. 233-242.
[4] Bruderlin, A. and L. Williams, Motion signal processing, in Proceedings of the 22nd annual conference on Computer graphics and interactive techniques1995, ACM. p.
97-104.
[5] Chen, K.-Y., Multi-graph Motion Synthesis, Master Thesis, 2005.
[6] Heck, R. and M. Gleicher, Parametric motion graphs, in Proceedings of the 2007 symposium on Interactive 3D graphics and games2007, ACM: Seattle, Washington. p.
129-136.
[7] Hecker, C., B. Raabe, R.W. Enslow, J. DeWeese, J. Maynard, and K.v. Prooijen, Real-time motion retargeting to highly varied user-created morphologies. ACM Trans.
Graph., 2008. 27(3): p. 1-11.
[8] Hsu, E., M.d. Silva, and J. Popovic, Guided time warping for motion editing, in Proceedings of the 2007 ACM SIGGRAPH/Eurographics symposium on Computer
‧
animation2007, Eurographics Association: San Diego, California. p. 45-52.
[9] Jang, W.S., W.K. Lee, I.K. Lee, and J. Lee, Enriching a motion database by analogous combination of partial human motions. The Visual Computer, 2008. 24(4): p. 271-280.
[10] Kovar, L., M. Gleicher, and F. Pighin, Motion graphs. ACM Trans. Graph., 2002.
21(3): p. 473-482.
[11] Lee, J., J. Chai, P.S.A. Reitsma, J.K. Hodgins, and N.S. Pollard, Interactive control of avatars animated with human motion data. ACM Trans. Graph., 2002. 21(3): p.
491-500.
[12] Perlin, K., An image synthesizer. SIGGRAPH Comput. Graph., 1985. 19(3): p.
287-296.
[13] Perlin, K., Real Time Responsive Animation with Personality. IEEE Transactions on Visualization and Computer Graphics, 1995. 1(1): p. 5-15.
[14] Rahim, R.A., N.M. Suaib, and A. Bade, Motion Graph for Character Animation:
Design Considerations, in Proceedings of the 2009 International Conference on Computer Technology and Development - Volume 022009, IEEE Computer Society. p.
435-439.
[15] Rose, C., B. Guenter, B. Bodenheimer, and M.F. Cohen, Efficient generation of motion transitions using spacetime constraints, in Proceedings of the 23rd annual conference on Computer graphics and interactive techniques1996, ACM. p. 147-154.
[16] Safonova, A. and J.K. Hodgins, Construction and optimal search of interpolated motion graphs. ACM Trans. Graph., 2007. 26(3): p. 106.
[17] Tarjan, R., Depth-first search and linear graph algorithms. SIAM J. Comput., 1972. 1:
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
71
p. 146-160.
[18] Thorne, M., D. Burke, and M.v.d. Panne, Motion doodles: an interface for sketching character motion. ACM Trans. Graph., 2004. 23(3): p. 424-431.
[19] Tomovic, R. and R. McGhee, A finite state approach to the synthesis of bioengineering control systems. IEEE Transactions on Human Factors in Electronics, 1966: p. 65-69.
[20] Unuma, M., K. Anjyo, and R. Takeuchi, Fourier principles for emotion-based human figure animation, in Proceedings of the 22nd annual conference on Computer graphics and interactive techniques1995, ACM. p. 91-96.
[21] Witkin, A. and Z. Popovic, Motion warping, in Proceedings of the 22nd annual conference on Computer graphics and interactive techniques1995, ACM. p. 105-108.
[22] Zeltzer, D., Motor Control Techniques for Figure Animation. IEEE Comput. Graph.
Appl., 1982. 2(9): p. 53-59.
[23] Zhao, L. and A. Safonova, Achieving good connectivity in motion graphs. Graph.
Models, 2009. 71(4): p. 139-152.
[24] Intel Threading Building Blocks for Open Source: http://threadingbuildingblocks.org [25] OGRE: http://www.ogre3d.org
[26] Qt: http://qt.nokia.com/products