|
|
|
|
|
|
|---|
La capture de mouvements permet de croquer sur le vif les gestes exécutés par un acteur et de les appliquer en 3D sur un person- nage de synthèse. Cette technique rend possible l'acquisition rapide d'animations adaptées à une situation précise. Cet avantage peut toutefois s'avérer un inconvénient important en menant à une explosion de la quantité de données générées. Il devient donc nécessaire d'envisager différentes techniques permettant de réduire la taille de ces données.Dans cette thèse, nous nous intéressons à la compression de banques de données acquises par capture de mouvements. Plus précisément, nous nous penchons sur les techniques de compression avec pertes exploitant les structures temporelles présentes dans ces données. Nous distinguons deux types de structures : les cohérences temporelles à petite échelle dues au fait que les signaux d'animations sont lisses, et les cohérences temporelles à grande échelle dues à la présence de mouvements fréquemment répétés dans la banque de données.
Dans un premier temps, nous montrons comment les techniques de compression à base de transformées en ondelettes peuvent être adaptées pour profiter des caractéristiques particulières des données d'animation. Ensuite, nous proposons un algorithme original combinant la segmentation et l'agrégation de mouvements et permettant d'identifier automatiquement des sous-séquences répétées à l'intérieur d'une banque de données. Nous introduisons aussi une technique, que nous nommons PCA quantifiée, permettant d'exploiter les sous-séquences redondantes dans le cadre de la compression d'une banque de données.
Pour terminer, nous montrons comment l'identification des sous-séquences répétées rend possible la création de graphes compacts représentant le contenu d'une banque de données d'animation. Nous utilisons ensuite ces graphes pour synthétiser des mouvements originaux. Finalement, nous discutons de différentes façons de combiner ces structures et les techniques de compression introduites précédemment et montrons comment un tel amalgame pourrait éventuellement mener au développement de puissants outils de synthèse d'animations.
Motion capture makes it possible to efficiently record the movements of an actor and to apply them to a synthesized 3D avatar. An advantage of this technique is its ability to quickly capture animations tailored for a specific purpose. However, this rapid process can lead to an explosion of the amount of generated data, making it essential to develop techniques aimed at reducing the size of this data.In this thesis, we explore ways of compressing motion capture databases. More precisely, we look at lossy compression techniques that take advantage of the temporal structures visible in these databases. We distinguish between two types of structures: small scale temporal coherencies due to the smoothness of the animation signals, and large scale temporal coherencies due to the presence of repeated movements within the database.
We first show how wavelet-based compression techniques can be adapted to take advantage of the specificities of motion capture data. We then propose an original algorithm, based on a tightly coupled motion segmentation and clustering process, that makes it possible to automatically identify repeated subsequences within a database. We also introduce a technique, termed quantized PCA (principal component analysis), that takes advantage of these redundant subsequences for motion capture database compression.
Lastly, we show how these repeated subsequences can lead to compact graphs that illustrate the content of a motion database. We then use these graphs to synthesize original movements. Finally, we discuss various ways in which these structures can be combined with the previous compression techniques and show how such a combination could eventually lead to the development of powerful animation synthesis tools.
@PhdThesis{Beaudoin:2007:PHD,
author = "Philippe Beaudoin",
title = "Compression de donnees d'animation acquises par capture de mouvements",
month = dec,
year = 2007,
type = "Ph.D. Thesis",
school = "D{\'e}partement d'Informatique et Recherche
Op{\'e}rationnelle, Universit{\'e} de Montr{\'e}al",
}