這周主要進行了人物模型和示例動畫的製作和利用動捕進行舞蹈學習的論文的學習。
- 使用Neuron和Motion Builder進行了太極拳動作的採集和處理。以下是我使用Motion Buileder導出模型到MAYA，再導入UE4中的一些心得。
1.如果直接將Motion Builder得到的動畫導入UE4中會發生多根根骨骼的情況。因此要導入到MAYA中進行預處理。具體步驟如下：
將Motion Builder導出的FBX 文件導入MAYA中,可以發現出現了兩套骨骼。
選中帶有模型的骨骼的根骨骼，選擇層次，選中全部骨骼，將模式調到動畫模式，在關鍵幀選項下選擇烘焙動畫：![]()
此時再刪除不包含模型的骨骼。（可以在大綱視圖下選擇）
ps:進行動畫預覽可發現兩個骨骼是一起動的，因爲處於父子綁定關係，但是如果刪除NoitomRobot，可發現剩下的骨骼失去動畫，因此需要先對其進行bake纔可以順利導出動畫。
2.模型的單位問題。UE4 中模型的單位是cm，因此在導出FBX時講導出設置的距離改爲cm.
- 對論文的理解。
- 利用weight,space,time,shape四個因素來分析評估動作。
- 主要的學習模式有：視頻、3D動畫、文本描述。
- 通過判斷兩個關節之間的馬氏距離來進行相似度的判定。馬馬氏距離表示數據的協方差距離，是用來計算兩個未知樣本集的相似度的方法，和歐式距離不同，它考慮了各種特性之間的關係，比如一個子關節是受其父關節影響的。公式爲：
，其中μ爲數據的均值，Σ爲協方差矩陣。
- 將人用圓柱體骨骼表示出來。通過各個圓柱體的顏色表示匹配的程度。紅色表示沒有匹配上。
- 對於評分系統。計算每個關節的得分，最後在通過加權得到一個最終的得分。
，其中
以上就是第一週的工作內容。週日會展開進度討論會。安排下週的具體工作。
