一种基于统计评价的飞虫运动模型参数的优化方法
【技术领域】
[0001] 本发明涉及群组动画技术领域，特别涉及一种基于统计评价的飞虫运动模型参数 的优化方法。
【背景技术】
[0002] 随着三维软件技术的发展及硬件运算能力的提高，群组动画作为一个新兴的技术 领域，越来越受人们关注。在娱乐产业中，群组动画技术可以模拟成千上万的角色，在降低 拍摄成本的同时真实地再现了壮观的场面。目前，群组动画技术在数字娱乐需求的推动下 得到了不断发展和完善，群体的运动模拟能够表现出群组运动的同步性和异质性，但为了 表现出群体中的不同个体又需要处理相当多的参数。为了营造视觉上的逼真效果，运动控 制是群组动画模拟中最关键的部分，即如何定义个体的行为，使得个体保有独立的运动特 性和碰撞避免，同时又组成自然的群体运动。
[0003] 飞虫群是地球上种类最多的动物之一，大自然中随处可见飞虫的群体行为，飞虫 通过个体之间的局部交互，最终形成整个飞虫群的行为。飞虫群表现出许多与其它动物不 一样的群体行为，比如聚集、相变、趋光性、大规模迀徙、逃跑等。在计算机图形学、动画及虚 拟现实领域，如何高效并逼真地模拟三维空间中的飞虫群体是一个重要的研宄课题。
[0004] 申请公布号为CN103236072A的专利文献公开了一种基于噪声感知的飞虫群模拟 方法，包括：（1)用户指定噪声控制参数，生成目标噪声场及其旋度场；（2)用户给定空间信 息和网格参数，生成最小耗费场C ; (3)用户给定飞虫个数、飞虫群的出生区域以及飞虫的 基础飞行速率s0,使用和C持续获得飞虫个体在每一时刻的速度值，利用这些速度值按帧 更新所有飞虫的最新空间位置，模拟飞虫群。该发明通过利用Perlin噪声生成无散噪声场 来控制飞虫群的噪声行为，和利用最优路径算法生成空间最小耗费场来导航飞虫群的飞行 路径，从而高效地模拟出逼真的飞虫群动画。
[0005] 但是在实际应用过程中，由于飞虫群运动的复杂性，用户很难直接通过调节飞虫 运动参数得到与真实飞虫运动接近的效果，参数调节往往需要花费用户大量的时间和精 力。所以需要提出一个方法来自动计算飞虫运动模型的参数，使得利用飞虫运动模型仿真 的结果接近真实的飞虫群行为。
[0006] 目前常见的一种思路是提出一个评价函数量化地比较飞虫运动模型仿真结果与 飞虫群真实运动数据的差异，通过优化飞虫运动模型的参数极小化这个评价函数，最终得 到的优化参数就是我们想要的飞虫运动模型的参数。
[0007] 用来评价群组动画的仿真结果的方法很多，大多数方法是通过比较仿真数据和真 实数据来评价的，但是这些方法主要适用于人群。与人群相比，飞虫群具有控制难、噪声大 等特点，获取的真实数据往往存在局部数据缺失、数据错误、不同帧的飞虫数据不对应等情 况。
【发明内容】
[0008] 本发明提供了一种基于统计评价的飞虫运动模型参数的优化方法，避免了飞虫群 真实运动数据的局部数据缺失、数据错误的问题，同时解决了通过调节参数获得预期飞虫 群运动效果方法的繁琐性。
[0009] -种基于统计评价的飞虫运动模型参数的优化方法，其特征在于，包括以下步 骤：
[0010] (1)输入真实的飞虫群运动数据作为参考数据，设定飞虫运动模型的参数的取值 范围；
[0011] (2)根据飞虫运动模型及其参数得到飞虫群的仿真数据；
[0012] (3)根据仿真数据与参考数据的差距构造评价函数，并给定评价函数的各能量项 权重，得到函数式脚本；
[0013] 构造的评价函数为：
【主权项】
1. 一种基于统计评价的飞虫运动模型参数的优化方法，其特征在于，包括以下步骤： (1) 输入真实的飞虫群运动数据作为参考数据，设定飞虫运动模型的参数的取值范 围； (2) 根据飞虫运动模型及其参数得到飞虫群的仿真数据； (3) 根据仿真数据与参考数据的差距构造评价函数，并给定评价函数的各能量项权重， 得到函数式脚本； 构造的评价函数为：
其中， P是飞虫运动模型的参数的集合； Φ是指标的集合； Φ为集合Φ中的任一指标； 能量项E(6是参考数据和仿真数据在指标Φ上的概率密度的差； W41表示对应能量项E φ的权重，w φ e [〇, 1]; (4) 将步骤（3)中获得的函数式脚本传递给智能优化算法，并将评价函数作为智能优 化算法的目标函数，计算使得评价函数的值最小的飞虫运动模型的参数，完成优化。
2. 如权利要求1所述的基于统计评价的飞虫运动模型参数的优化方法，其特征在于， Φ = {v, a, ω，α，μ，d, η }，V表示速度，a表示加速度，ω表示角速度，α表示角加速度， μ表示速度的光滑程度，d表示最短距离，η表示相邻飞虫的速度差。
3. 如权利要求21所述的基于统计评价的飞虫运动模型参数的优化方法，其特征在于， 计算能量项E41的步骤如下： 3-1、对参考数据和仿真数据的指标Φ进行采样； 3-2、对参考数据和仿真数据的采样结果进行标准化； 3-3、计算步骤3-2中得到的标准化后的参考数据和仿真数据的离散概率密度函数 δΤ 和 9 3-4、计算参考数据和仿真数据在指标Φ上的概率密度的差，得到能量项
M为指标Φ的区间的等份数，i为任一子区间。
4. 如权利要求3所述的基于统计评价的飞虫运动模型参数的优化方法，其特征在于， 步骤3-2中，使用z-score标准化方法对参考数据和仿真数据的采样结果进行标准化。
5. 如权利要求1所述的基于统计评价的飞虫运动模型参数的优化方法，其特征在于， 在步骤（4)中，所述智能优化算法采用遗传算法。
【专利摘要】本发明公开了一种基于统计评价的飞虫运动模型参数的优化方法，包括以下步骤：(1)输入真实的飞虫群运动数据作为参考数据，设定飞虫运动模型的参数的取值范围；(2)根据飞虫运动模型及其参数得到飞虫群的仿真数据，根据仿真数据与参考数据的差距构造基于概率密度统计评价的评价函数，并给定评价函数的各能量项权重，得到函数式脚本；(3)将步骤(2)中获得的函数式脚本传递给智能优化算法，并将评价函数作为智能优化算法的目标函数，计算使得评价函数的值最小的飞虫运动模型的参数，完成优化。本发明避免了飞虫群真实运动数据的局部数据缺失、数据错误的问题，同时解决了通过调节参数获得预期飞虫群运动效果方法的繁琐性。
【IPC分类】G06T13-40
【公开号】CN104766358
【申请号】CN201510163590
【发明人】任佳萍, 王欣捷, 金小刚
【申请人】浙江大学
【公开日】2015年7月8日
【申请日】2015年4月8日