中文摘要：

该项目研究运动数据的艺术化合成与编辑。基于运动捕捉的动画技术与传统动画制作技术相比，具有质量高、代价小、制作速度快、易于实现动作特效、易于重适应等许多独特的优越性。因此，如何有效地对运动数据进行编辑和合成已成为近年来计算机动画领域的研究热点。这些研究集中在运动数据的过滤、复用、重适应等方面，在增强动作的真实感和重用效率方面取得了较为理想的结果。然而动画是一门夸张的艺术，其角色动作有独特的风格，是动画师的创造力和想象力充分发挥的艺术结晶，并不是一味追求真实感。而运动捕捉记录的是真实世界中肢体的运动，若动画师要实现艺术化的动作，必然要对捕捉的运动进行编辑。对运动捕捉底层属性的修改因其毫不直观，动画师使用起来非常困难，极易出错且效率极其低下。因此，本项目将研究如何让艺术家通过易于理解的高层参数控制，实现角色动作的局部调整，从而为运动数据的艺术化加工提供理论依据和具体的实现方法。

结论摘要：

本项目旨在为动画师提供一系列高层运动编辑与合成方法，以方便其进行直观的角色动作设计。为实现上述目标，项目中实现了基于动态规划的复杂运动数据的关键帧抽取算法，该算法在给定关键帧数目情况下能保证全局误差最小，算法还结合反向运动学由关键帧姿态修改实现运动数据编辑；项目中对大量真实多模式行为数据进行了学习训练，获取单模式行为的韵律模型以及多模式行为之间的协同关联模型，从而实现虚拟角色多模式行为之间的协同；项目中通过手势特征分析在人体上选择关键敏感点和次关键敏感点，并采用改进的反向运动学方法实现了运动（特别是手势）的重定向；项目中对运动的关键帧数据综合使用主元分析（PCA）与径向基函数（RBF）方法，实现了对运动数据的降维和高层参数插值；项目中实现了一种完全基于手绘方式的建模与动画系统，通过手绘源和目标曲线骨架并建立二者的映射关系实现角色的变形动作，从而为运动数据的艺术化编辑探索了一种自然、直观的交互方式；项目中研究了保持生理特征的三维人脸编辑方法和漫画风格的二维肖像生成方法，为进一步研究人脸表情及其运动奠定了基础。本项目的成功实施为运动数据的艺术化加工提供了理论依据和一系列实际的实现方法。