动作捕捉系统在学科交叉教学中的应用

庞新 郭瑾 刘丹 高伟

摘要：为拓宽大学生知识领域，激发其创新意识，提高其实践能力，促进学科专业从单一型向多学科交叉融合型转变，根据师范类地方高校艺术专业特点，将动作捕捉系统与影视、体育、美术和舞蹈专业结合，进行实践教学。基于动作捕捉系统的学科交叉教学能够提高影视动画制作效率，使动画效果更逼真、更精细;能够规范体育运动和舞蹈动作姿势，使学习兴趣和学习效率显著提高。通过在学科交叉教学中应用动作捕捉系统，可提高大学生创新能力、实践能力，培养跨学科人才，同时为其它学科交叉教学提供借鉴。

关键词：学科交叉;动作捕捉;人才培养;角色动画

DOI： 10. 11907/rjdk.191746

开放科学（资源服务）标识码（OSID）：

中图分类号：G434

文献标识码：A

文章编号：1672-7800（2020）004-0263-05

0 引言

随着社会的进步、科技的发展，许多复杂问题很难依靠单一学科知识解决，而是需要在多领域、多学科、多层次和多角度上交叉融合，共同解决问题。学科交叉往往会大范围引发学科研究范围的变革[1]。在学科交叉边缘地带，知识互相交融，技术互相借鉴，更容易激发创新思维.产生创新意识，同时也蕴藏着巨大的创业机遇，学科交叉被很多学者认为是培养创新人才的重要途径[2]。在掌握本学科理论知识、技术实践的基础上，不断吸收其它学科知识，拓宽视野，扩展科学研究范围，转变固有的思维方法，在分析问题时从整体出发，从多学科角度分析和解决问题，从而得出创造性成果，学科交叉极大提高了大学生创新创业能力。

学科交叉领域主要研究有：刘俊晓等[3]用二模共现分析方法对教育技术学与相邻学科的学科交叉主题进行识别分析，为教育技术领域人员与其它自然科学、人文社会科学等领域人员开展交叉融合研究与实践提供参考;曹苏群等[4]提出一种多学科交叉复合创新人才培养模式，从知识平台、培养方式、特色教育及创业辅导等方面展开阐述，对提高学生创新创业能力效果显著;胡煜寒等[5]从学科交叉视角出发，指出培养创新创业人才的重要性，提出了创新创业型人才培养若干措施。建议高等院校在遵循学科自身发展规律前提下，积极主动打破学科条块分割界限，大力促进相关学科交叉与融合;Johnson等[6]通过跨学科继续专业教育培训，为专业人员提供学习机会，促进交流和协作;Wermann等[7]对工业4.0跨学科演示平台进行了详细研究，讨论了平台对学校教育的作用。

以上研究关注的重点是多学科交叉视域下的培养方案、课程体系、创业平台等，在人才培养模式具体应用到实践层面的研究还不够充分，尤其针对艺术类专业进行学科交叉教育的研究很少。本文分析地方师范院校艺术专业在创新创业教育方面的特点，进行“计算机与艺术专业交叉融合培养创新创业人才”研究，取得了一些成果，总结了一些值得交流推广的经验。

1 研究背景

隨着教育改革的深入，笔者院校在加强校企合作、建设创新创业平台、建立众创空间基础上，大力推进学科交叉创新创业教育工作。辽宁师范大学现有4个艺术类学院，分别是体育学院、音乐学院、美术学院、影视艺术学院。艺术类专业知识与其它专业交叉较少，大学生创新创业教育主要集中在本学科，很少与其它学科进行交流合作。计算机与信息技术学院现有5个专业，有动作捕捉实验室、动画与游戏软件实验室、影视作品创作实训室等20多个实验室，包含动作捕捉系统、三维数字扫描系统、非线性编辑系统、彩扩系统等设备。在信息化、网络化、大数据和人工智能时代，计算机技术已经渗透到生产、生活各领域，可以作为辅助工具、开发工具，为艺术类学科发展提供有力支撑。本文以艺术类学科为出发点，依托计算机实验室，设计了一系列基于艺术专业与计算机专业交叉融合的实践教学项目，积极吸收具有一定专业特长的艺术类学生参与到项目中。在共同完成项目过程中，不同专业学生不但把自己的专业特长发挥出来，而且使专业知识和技能更加精熟，也加强了对其它学科知识的学习，扩大了各自的知识面，开阔了创新创业视野，增强了创新创业意识，提高了创新创业能力。

2 动作捕捉技术与应用

动作捕捉技术在国内也称运动捕捉，其将追踪器固定在运动物体关键部位，在一定时空域内由系统捕捉到追踪器的位置信息，再将信息传输到计算机处理，得到三维空间坐标数据。这些数据对物体运动精确记录，甚至脸部肌肉活动都能精准记录下来。依据工作原理不同，动作捕捉设备可分为机械式、声学式、电磁式、惯性导航式和光学式[8]。

动作捕捉技术广泛应用于数字化保护、游戏和影视动画制作、人体工程学、生物力学、人机工程、虚拟现实、数字化教学和3D步态分析等领域[9]。Mullerpatan等[10]在复合瑜伽中采用12组摄像机进行三维运动捕捉，探究了脊柱、上肢和下肢的运动学，帮助治疗骨骼肌疾病;苏本跃等[11]使用动作捕捉系统录制数据，并将基于函数型数据分析的人体动态行为识别方法应用于数据集，较好地描述人体动态行为的连续性与周期性;刘晓平等[12]提出基于谱聚类的面向运动足迹自动检测方法，可应用于大部分运动表演者的平地运动数据，克服了现有方法的不足;妮丽等[13]运用动作捕捉技术驱动人体三维模型“替身”进行实时运动，优化了远程实时授课交互功能;谢宁等[14]针对艺术家的动作捕捉，基于PCPE的正则化策略学习方法，利用IRL算法实现了针对个性风格的照片水墨画艺术风格转化;王欢等[15]提出一种基于哈希学习的高效编码与快速检索算法，实现从大规模动作捕捉数据库中快速检索相似序列段。

3 学科交叉实践教学

本文采用光学式动作捕捉系统，分别对影视、体育、舞蹈专业3个学科进行教学，如图1所示。该系统拥有高感度近红外CMOS传感器，分布于12台专业摄像机中。进行动作捕捉时，通过对摄像机焦距、光圈、灰度色阶和架设角度等参数的调整适应不同采集环境，跟踪记录近红外线标识球的反射信号，精准捕捉标识球所标识的关键点在三维空间的运动轨迹。

3.1 动作捕捉技术与影视专业结合

辽宁师范大学影视艺术学院设有动画专业，培养具有较高审美能力、艺术素养，能够熟练应用数字技术和影视动画软件设计二维、三维动画作品的人才。三维动画技术能够从多角度展示，给人一种身临其境的感觉，在影视作品、角色动画中应用越来越多。影视动画中的角色表演需要完成许多复杂的动作，即便是用动画软件制作也会耗费大量时间、人力和财力，某些复杂动作有时很难准确做出来。但使用动作捕捉技术，能够实现精确、流畅、细致的效果。可以说，现在的影视动画作品不是画出来的，而是演出来的。图2是基于动作捕捉技术的动画制作流程，导演、演员和动画师由影视学院学生担任，动作捕捉师由计算机专业学生担任。

（1）动作设计：导演根据角色性格特点、剧情需要、内外环境变化，为角色制定一系列动作，包括表情动作、肢体动作、常规运动和非常规运动动作等。

（2）前期准备：动作捕捉的前期准备越充分，越有利于节约时间，节省成本。导演要根据剧本中的情节设计角色动作，并把这些动作绘制成分镜，与动作演员进行沟通，使演员明白动作的类型、幅度、时长等。动作捕捉师先为演员讲解动作捕捉时的注意事项，之后演员按照导演的要求提前熟悉动作、道具等。导演与动作捕捉师沟通，使其明白导演的意图，商定哪些动作不适合用动作捕捉，需要其它手段辅助;对适合捕捉的动作，根据难易程度与类型编排动作捕捉的前后次序，这样可以提高动作捕捉效率，避免浪费。

（3）动作捕捉：首先架设好12台近红外高感度专业摄像机，这样可以同时在12个角度对演员进行拍摄。然后让动作演员身着单一颜色紧身服装，在头、胸、关节处等部位固定高反射标识球，摄像机捕捉到标识球反射的信息，可以迅速精准地计算出运动目标点的三维空间位置坐标。动作捕捉环境部署好后，软件系统需要通过演员固定姿势测试，实现角色动作校准，这些固定姿势分别是T形姿势、N形姿势等。动作校准后开始正式动作采集，动作演员在规定范围内完成指定动作，拍摄停止后，三维窗口显示出三维运动数据。

（4）动作捕捉数据优化：动作捕捉的数据并不都满足要求，在采集过程中要实时检测，不符合要求的动作需要重新采集。有些数据需要修正，可以通过差值计算、滤波处理、减少冗长关键帧、修正动作细节等技术进行。

（5）角色建模与绑定骨骼：影视动画作品最终是以角色模型展示动作和故事情节的，动画师需要按照导演要求设计角色模型，以便将动作捕捉的数据绑定到模型上.使角色模型的动作逼真、形象。创建角色模型需要完成骨骼绑定，没有骨骼系统就无法通过动作捕捉数据驱动模型运动。

（6）数据与角色模型绑定：动作捕捉数据与角色模型的绑定在Autodesk MotionBuilder软件中完成。先导人数据，软件中的Actor工具能够自动设置动作捕捉数据并将其传输至角色模型;再将动作捕捉数据中的各个跟踪点与相應角色模型在骨骼上的关键节点进行映射，这样动作演员的数据就可驱动动画角色模型运动。

（7）建立动作库：动画师会把修正好的动作进行分类并存储建库。这种动作数字化的创作方法极大提高了动画制作的效率，动作库的创建也为后续动画作品的制作节约了成本。

这个项目扩展了影视学院学生的创新思维和创业能力。

3.2 动作捕捉技术与体育、美术专业结合

近年来，随着计算机技术的普及和数字教育应用，动作捕捉技术不断用于体育训练等项目，用以辅助体育训练数字化、科学化。与传统体育教学相比，动作捕捉技术能够实时捕捉运动员的动作，精确记录运动员肢体在三维空间的运动轨迹，并将其数字化，方便分析和长期保存。这一测量过程可以减少主观因素造成的误差，可同一时刻测得多个角度大量的数据信息，可实时、精确、形象地进行教学反馈。对于获得的数据还可进行分析与设计，深入挖掘其价值，制作出适合自主学习的材料。因此，在运动项目教育教学过程中，把动作捕捉技术与传统教学结合起来，解决传统教学中的弊端和问题，提高教学质量和学习效率，具有较高的研究意义和实用价值。在国外，Evansab等[16]人采用动作捕捉系统对高尔夫球员的动作进行了实验与分析;国内一些学者利用动作捕捉技术对排球、篮球、太极拳等体育运动项目进行了研究[17]。

本项目选择对原地推铅球这一运动进行动作捕捉。选择原因如下：①对推铅球来说，动作很重要。推铅球这一运动不是越强壮、越有力气就一定推得远，技巧和标准动作起到很大作用。即使是同一个运动员，动作标准与否对结果影响也很大。标准的动作可以把全身力量最终汇集到手上，而不是分散到其它部位，即动作决定最终作用在铅球上的力的大小和方向，促使铅球具有最大速度，飞行更远距离;②推铅球的动作主要分持球、预摆、推球、随后动作4个部分，相较于球类等对抗激烈的运动，该项目动作较少，且变化不多。另外，推铅球仅需较小的活动空间。这些特点使得推铅球运动很适合动作捕捉。这一实践项目分4个阶段完成，如图3所示。

（1）培训项目组学生，获取推铅球标准动作并存储在数据库中，制作动作演示动画。首先，邀请专业体育教师演示推铅球动作，由计算机教师和小组成员为其进行动作捕捉。因为要把这套动作数据作为标准数据，作为后续工作的基础，所以要多捕捉几次，从中选择最好的数据进行优化和保存;其次，由计算机教师和体育教师为项目组学生讲解如何获取动捕数据;怎么使用数据分析工具对数据进行处理;怎样用学生数据与标准数据进行对比;找出错误动作，分析错误原因。项目组学生必须熟练掌握上述知识和技能;最后，小组中比较擅长三维动画制作的美术专业学生与体育教师沟通，将关键动作制作成多角度教学演示动画。

（2）推铅球教学。学生在课前先观看推铅球教学演示动画，对推铅球相关理论、技术进行了解。上课过程中，教师为学生讲解动作要领、注意事项，并演示给大家看。接下来学生按照教师的讲解进行练习，教师对动作不标准的学生进行指导。

[11] 苏本跃，蒋京.基于函数型数据分析方法的人体动态行为识别[J].自动化学报，2017（5）：866-876.

[12]刘晓平，陆劲挺.运动捕捉数据中足迹的谱聚类检测方法[J].中国图象图形学报，2014 ，19（9）：1306-1315.

[13] 妮丽，蒋云平.远程实时授课交互功能的优化[J].软件导刊，2011. 10（3）：179-181.

[14]谢宁，赵婷婷，等.基于创意序列学习的艺术风格学习与绘制系统[J].软件学报，2018.29（4）：1071-1084.

[15]王欢，屠长河.基于哈希学习的动作捕捉数据的编码与检索[J].计算机辅助设计与图形学学报，2016，28（ 12）：2151-2158.

[16]EVANSAB K. HORANAB S A， NEAL R J，et al. Repeatability ofthree-dimensional thorax and pelvis kinematics in the golf swingmeasured using a field-based motion capture system[J].Sports Bio-mechanics， 2012， 11（ 12）： 262-272.

[17]韓丽，刘祺.融合动作捕捉技术的排球教学模式探究[J].中国教育信息化，2015（2）：77-80.

[18]SHI Y Y Research on the inheritance method of minority music anddance art based on motion capture technology[Z].Proceedings of thelst International Symposium on Education. Culture and Social Sci-ences（ ECSS 2019）， 2019： 218-222.

[19]蔡群，吕俊.基于动作捕捉技术的贵州少数民族舞蹈数字化保护研究[J].贵州大学学报（自然科学版），2009（ 4）：91-94.

[20] 吴晓雨，张宜春.基于动作捕捉技术的民族舞蹈三维数字化方法研究[J].计算机与现代化，2013（1）：112-114， 118

[21] BAKOCIANNI. SOPHIA， KAVAKLI. et al. Teaching traditionaldance using e-learning tools： experience from the wehdance project[J]. Bakogianni Sophia， 2007（ 26）： 5-9

[22] 陈思喜.基于运动捕捉的民间舞蹈保护研究[J].西昌学院学报（自然科学版），2012（ 4）：132-134.

（责任编辑：杜能钢）

基金项目：辽宁省大学生创新创业项目（201810165048）;辽宁师范大学教学改革项目（201810165036）

作者简介：庞新（1978-），男，硕士，辽宁师范大学计算机与信息技术学院实验师，研究方向为计算机教育、计算机动画与游戏、计算机网络;郭瑾（1974-），女，硕士，辽宁师范大学计算机与信息技术学院副教授、硕士生导师，研究方向为软件开发理论与应用、图形图像、计算机教育;刘丹（1981-），女，博士，辽宁师范大学计算机与信息技术学院副教授、硕士生导师，研究方向为数字化教学、计算机视觉;高伟（1972-），男，硕士，辽宁师范大学计算机与信息技术学院副教授、硕士生导师，研究方向为计算机图形学、虚拟现实技术、机器学习。本文通讯作者：郭瑾。