帮助科学家解决神经系统、感觉和肌肉骨骼系统以及身体在物理中的运动之间的功能联系问题
人体运动源于神经、肌肉和骨骼系统之间的协调互动。尽管了解运动神经肌肉和肌肉骨骼功能的潜在机制,但目前还没有对复合神经肌肉骨骼系统中神经机械相互作用的相关实验理解。这是理解人类运动的主要挑战。 为了解决这个问题,MotionMonitor开发了综合多尺度建模平台,包括肌肉、骨骼和神经模型等等。我们使用**的高密度肌电图 (HD-EMG) 与盲源分离相结合,将干扰 HD-EMG 信号识别到由同时控制许多肌肉纤维的脊髓运动神经元放电的尖峰列车集合中。我们开发了由体内运动神经元放电驱动的多尺度肌肉骨骼建模公式,用于计算所得肌肉骨骼力的高保真估计。这将使神经控制的肌肉组织如何与骨骼组织相互作用的分析能力qian所未有,因此将为了解神经肌肉/骨科ji病的病因、诊断和治liao开辟新的途径。
3D动作捕捉的工作原理是什么?
动作捕捉可以将演员的动作转换到数字角色上。使用追踪摄影机的捕捉系统(无论有无追踪标记)都可以被称为是“光学捕捉”,而测量惯性或者机械动作的系统就叫做“非光学”。后者的一个例子是SethRogan在《保罗》中扮演外星人时使用的XSensMVN惯性捕捉套装。近也出现了一些其他的动作捕捉技术,例如LeapMotion的手指追踪深度摄影系统和MYO腕带,后者能够检测出手臂和手腕的肌肉活动。Google的ProjectTango主要用于测绘,但它也配有类似于Kinect的深度传感器,所以它也有进行动作捕捉的能力。
光学系统通过位置标记或者3D特征的追踪来工作,然后将收集到的数据组合成演员大概的动作。主动的系统会使用会发光或者闪烁的标记,而被动的系统会使用不会发光的物体,比如说白球或者绘制的点(后者通常用于脸部捕捉)。无标记的系统会使用动作匹配软件的算法来追踪独特的特征,例如演员的服装或者鼻子,无需追踪标记。动作在经过捕捉之后会使用AutodeskMotionBuilder这样的软件映射到一副虚拟的动画角色“骨骼”上面。这样做出来的动画角色就像是真实的演员一样。
在捕捉的过程中很难预计演员的动作转换到动画角色上的效果,所以经常会用到JamesCameron为《阿凡达》开发的“虚拟拍摄”(virtualcinematography)技术。简单来说这就是实时显示演员对应的数字角色(在虚拟场景),这样的话导演就可以看到动画角色的粗略“表演”。这种技术需要大量的计算,但是现在的计算机和显卡的计算速度足以胜任这项工作