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。
Fire Animation;Data Acquisition;Matting;Flame Reconstruction;Fire Motion Control
火焰现象是自然界最普遍的一类现象,与人类的生活息息相关。火焰特效在虚拟现实、影视动漫、游戏娱乐、计算机辅助教育及辅助决策等领域发挥着举足轻重的作用,给观众及用户带来了精彩的视觉冲击,并提供了良好的沉浸感。然而,由于火焰运动变化快速、内部反应复杂、数据采集危险等特征,使火焰现象建模成为计算机图形学领域的一个研究热点和难点。 本项目主要研究基于多源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,设计火焰数据的同步采集方案,同步误差控制在5.4ms以内。然后,通过使用同步数据采集方案,本课题采集整理了45组不同种类火焰数据供研究使用。接着,提出了规范化用户输入空间 (Normalized User Input Space,NUIS)的概念及一种基于 NUIS 空间的抠图算法,大大降低了抠图对用户输入的敏感度,提高了抠图结果的质量。然后,基于物理的火焰渲染模型,本课题提出了启发式层析重建方法,提供了火焰的重建精度。最后,针对火焰温度场及速度场数据,本课题提供了一种简单高效的运动控制方法。 本项目发表学术论文15篇,其中SCI收录3篇,EI收录10篇,授权专利2项。通过本课题的研究,为火焰建模提供了从数据采集、处理、重建到应用的完整框架,为构建逼真的火焰模型提供了新的途径。