项目名称: 基于多源实测数据的火焰建模方法研究

项目编号: No.61173067

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 计算机科学学科

项目作者: 朱登明

作者单位: 中国科学院计算技术研究所

项目金额: 61万元

中文摘要: 构建逼真的火焰动画模型,一直是影视特效和数字娱乐追求的重要目标之一。近年来,部分研究者开始利用实测数据构建火焰模型,主要是用摄像机捕获火焰视频图像,并从中重构火焰动画。但该方法只适合低速燃烧火焰,特别是具有较为平滑的轮廓表面(如蜡烛燃烧),而对于燃烧剧烈或高速运动的火焰,仅仅依靠这种单一的数据采集方式,很难得到满意的重建效果。 本项目主要研究基于多源实测数据的火焰建模理论和方法。首先,针对火焰运动具有多变和跳跃等特点,设计了一个多源数据采集方案,采集表征火焰重要特征的温度、光谱分布和图像信息,为火焰重建提供多源数据;其次,建立了一个基于多源数据重构火焰模型的分析框架,通过重建火焰三维温度场,并采用机器学习的方法获得温度场、光谱分布和图像之间的映射关系,构建基于实例数据的逼真火焰绘制模型;最后,针对捕获的火焰素材受时空限制的特点,研究三维数据场的外推模型,提高素材在时空上的使用范围。

中文关键词: 火焰动画;数据采集;数字抠图;火焰重建;火焰运动控制

英文摘要:

英文关键词: Fire Animation;Data Acquisition;Matting;Flame Reconstruction;Fire Motion Control

成为VIP会员查看完整内容
0

相关内容

【CVPR2022】基于序列对比学习的长视频帧方向动作表示
专知会员服务
9+阅读 · 2022年3月29日
监控视频的异常检测与建模综述
专知会员服务
48+阅读 · 2021年12月27日
专知会员服务
13+阅读 · 2021年10月9日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
52+阅读 · 2021年3月22日
基于深度学习的数据融合方法研究综述
专知会员服务
136+阅读 · 2020年12月10日
监控视频的异常检测与建模综述
专知
0+阅读 · 2021年12月27日
【分享】TCSVT 2021丨基于3D人脸动态的图像-视频生成方法
中国图象图形学学会CSIG
0+阅读 · 2021年8月20日
基于深度学习的数据融合方法研究综述
专知
31+阅读 · 2020年12月10日
迁移自适应学习最新综述,附21页论文下载
【知识图谱】中文知识图谱构建方法研究
产业智能官
99+阅读 · 2017年10月26日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
SlowFast Networks for Video Recognition
Arxiv
19+阅读 · 2018年12月10日
Arxiv
10+阅读 · 2017年7月4日
小贴士
相关VIP内容
【CVPR2022】基于序列对比学习的长视频帧方向动作表示
专知会员服务
9+阅读 · 2022年3月29日
监控视频的异常检测与建模综述
专知会员服务
48+阅读 · 2021年12月27日
专知会员服务
13+阅读 · 2021年10月9日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
52+阅读 · 2021年3月22日
基于深度学习的数据融合方法研究综述
专知会员服务
136+阅读 · 2020年12月10日
相关资讯
监控视频的异常检测与建模综述
专知
0+阅读 · 2021年12月27日
【分享】TCSVT 2021丨基于3D人脸动态的图像-视频生成方法
中国图象图形学学会CSIG
0+阅读 · 2021年8月20日
基于深度学习的数据融合方法研究综述
专知
31+阅读 · 2020年12月10日
迁移自适应学习最新综述,附21页论文下载
【知识图谱】中文知识图谱构建方法研究
产业智能官
99+阅读 · 2017年10月26日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员