收稿日期: 2011唱03唱22; 修回日期: 2011唱04唱26 基金项目: 河南省重点科技攻关计划资助项目(082102210096) ;河南省高校青年骨干教
师计划资助项目(2009GGJS唱056) ;郑州市科技局科技攻关计划资助项目(2010GYXM364 )
作者简介:杨志晓(1974唱) ,男,河南郑州 人,副 教 授,博 士,主 要 研究 方 向为 智 能计算 技术及 应用、人 机交 互 ( yzxbox@haut.edu.cn) ; 范艳 峰
(1973唱) ,女,河南郑州人,副教授,博士,主要研究方向为不确定性人工智能.
一 种 基 于 不 确 定 方 法 的 虚 拟 人
眨 眼 控 制 模 型
倡
杨志晓, 范艳峰
(河南工业大学 信息科学与工程学院, 郑州 450001)
摘 要: 针对采用确定性方法合成的虚拟人眨眼效果单一、重复、不能刻画眨眼表达深层信息的不确定性,提出
一种基于正态云模型的虚拟人眨眼非确定性控制方法。 设计了眨眼间隔云、眼皮旋转速度云、睁眼最大角度云
和闭眼保持时间云。 分别运用正向云生成算法产生眨眼间隔、眼皮旋转速度、睁眼最大角度和闭眼保持时间,且
四个参数符合各自云模型的模糊性和随机性规律。 算法分析和与确定性方法的对比表明,所提方法能够生成具
有随机差异的虚拟人眨眼控制律。 给出了四类眨眼云模型数字特征的建议值。 分析了通过显著改变眨眼云数
字特征值实现常闭眼偶尔睁眼的不确定性控制的可行性。
关键词: 虚拟人; 眨眼控制; 不确定性控制; 云模型; 模糊性; 随机性
中图分类号: TP391 文献标志码: A 文章编号: 1001唱3695(2011)11唱4100唱04
doi:10.3969 /j.issn.1001唱3695.2011.11.026
Uncertainty method for control of virtual human’s blink
YANG Zhi唱xiao, FAN Yan唱feng
( College of Information Science & Engineering, Henan University of Technology, Zhengzhou 450001, China)
Abstract: Blink synthesized base on certainty methods for virtual human is simple and repetitive.They cannot Describe un唱
certainties of blink expressing deep mind.This paper proposed a normal cloud model based uncertainty method for control of
virtual human’s blink.Designed four cloud models, which were blink interval cloud, eyelid rotation cloud, maximal eye’ s
open angle cloud, and eye’ s keeping close time cloud.With direction of the four clouds, blink interval, eyelid rotation
speed, maximal eye’s open angle, and eye’ s keeping close time were generated.The four parameters follow fuzziness and
randomness of respective clouds.Results of algorithm analysis and comparison with certainty methods show that the proposed
cloud model based uncertainty method could generate control law with randomness for blink actions of virtual human.Proposed
feature values of the four kinds of blink clouds.Analyzed the feasibility to realize uncertainty control of eyes’ close state com唱
panied with occasional open, by obviously changing feature values of the four blink clouds.
Key words: virtual human; blink control; uncertainty control; cloud model; fuzziness; randomness
0 引言
虚拟人技术广泛应用于人机交互、虚拟社区、虚拟主播、
3D 游戏等领域。 虚拟人肢体动作、面部表情等身体语言合成
效果的真实感是影响虚拟人技术应用效果的一个关键因素。
这是由于与显式语言信息相比,丰富多样、栩栩如生的肢体动
作和面部表情能够更传神地传递情感、动机、精神状态等深层
次信息,从而提高人—虚拟人交互效果。
当前虚拟人和机器人面部表情、肢体动作的控制一般采用
确定性方法。 如果控制参数的值确定,则控制律和合成结果也
唯一确定。 对同样的输入,合成结果可以重现。 对面部表情的
合成,一般使用面部动作编码系统将人脸动作分解为 44 个基
本动作单元。 把一些基本运动结合构成特定的面部表情,如基
于双贝叶斯网络的表情建模与合成系统
[1]
、能表达六种基本
表情的头部机器人
[2]
、基于表情强度映射的源表情脸像—任
意人脸的表情克隆方法
[3]
,等。 虚拟人的肢体运动控制有运
动学方法、动力学方法、运动捕获技术等。 例如分割运动基段
构造其相似性函数的方法
[4]
,采用基本动作单元构建运动图
的角色动画合成方法
[5]
。
确定性方法不能描述身体语言表达思想的不确定性。 而
人类运用表情、体势、肢体动作等身体语言表达情感、动机、精
神状态等非语言信息的过程充满了不确定性。
以人的眨眼动作为例。 眨眼表现为上下眼皮绕眼球外表
面分别向下、上对向旋转,相连接闭合眼睛,然后再分别反向旋
转至各自的最大位置到睁眼状态。 仔细观察发现,人的不同次
眨眼的间隔时间,甚至上下眼睑旋转的速度、返回睁眼状态的
最大角度都存在差异。 可以认为人的眨眼动作有意或无意表
达了某种特别的深层次信息,如表示人处于清醒状态、对人或
事物感兴趣等。 由于人们对这些深层信息的认识是模糊的、定
性的,不能够以明确的眨眼动作来传递这些信息。 即使要表达
第 28 卷第 11 期
2011 年 11 月
计 算 机 应 用 研 究
Application Research of Computers
Vol.28 No.11
Nov.2011