（计算机科学与技术专业论文）古建动画自动生成中分镜头系统的设计与实现.pdf

人已经发表或撰写过的研究成果，也不包含为获得北京工业大学或其它教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 已在论文中作了明确的说明并表示了谢意。 签名至起蜂日期兰! 唑坠 关于论文使用授权的说明 本人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有权 保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部 分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的论文在解密后应遵守此规定) 签名：三塑蜂 导师签名：日期：型! ：鱼：垒： 摘要 摘要 全过程计算机辅助动画自动生成技术是由中科院数学所的陆汝钤院士提出 的，结合了人工智能理论与现代多媒体技术的全新动画制作过程。它形成了一套 自顶向下、逐步求精的方法，以受限的中文自然语言为输入，逐步处理，最终转 化为可以被动画软件识别的动画脚本语言，继而在动画软件中渲染得到动画。 古建动画自动生成是一个崭新的课题，它将全过程计算机辅助动画自动生成 技术应用于中国古建筑领域，使三维动画艺术与人工智能技术完美结合。良好的 视觉效果，便捷的生成过程以及用户的互动参与能在很大程度上刺激人们对于中 国古建筑艺术的热情，这对宣传我国古建文化艺术有着重大意义。 分镜头系统是古建动画自动生成中的一个重要环节，它的根本任务是为古建 动画系统提供了规划分镜头脚本、计算摄像机位置的能力，最终为用户能够欣赏 动画提供了视角。在实际的拍摄过程中，导演通过拍摄手稿，制作出一个分镜头 表，即分镜头脚本。分镜头脚本是关于每一场戏中所要拍摄的镜头列表。它主要 包含镜头号码，景别，镜头角度，镜头运动等。 本文以古建动画自动生成技术为背景，对分镜头系统中定性分镜头规划的规 则设计及摄像机定量规划算法进行了研究，建立了包含定性、定量两部分的分镜 头系统。 本文主要包括以下几部分内容： 首先，本文阐述了分镜头系统的处理流程和基本组织结构，简单介绍了x m l 知识，说明了采用x m l 作为系统描述语言载体的原因和与j a v a 语言绑定的j a x b 技术。同时，对处理定性分镜头规划的逻辑编程语言p r o l o g 进行了介绍。 其次，本文建立了定性分镜头规划，实现了基于p r o l o g 的摄像机定性规划。 本文通过总结电影学的知识，将分镜头脚本的划分规则用p r o l o g 语言表示出来。 模块接收情节规划的信息，按照p r o l o g 规则，对故事情节进行分层推理，将情 节以拍摄镜头为单位进行划分，最终输出定性分镜头脚本，为摄像机定量规划的 计算奠定基础。 最后，本文设计了摄像机定量规划模块。摄像机定量规划模块在整个系统中 的地位至关重要，它根据定性分镜头脚本和动作计算的定量输出，对摄像机的位 置进行演算。本文提出了基于约束的摄像机定量规划和基于画面属性的摄像机定 量规划两种设计思路，并对二者的特点进行了说明。 此外，结合研究生阶段进行的研究工作，本文对古建动画自动生成中古建核 算模块的设计与实现进行了说明。古建核算模块是通过对用户输入的类自然语言 进行处理分析，按照古建领域知识，确定建筑的搭建顺序，动态计算出建筑包含 的部件尺寸、位置、方向等信息，为古建动画自动生成提供建筑领域的信息。 北京工业大学工学硕士学位论文 关键词古建动画自动生成；分镜头系统；摄像机规划 i i a b s t r a c t a b s t r a c t f u l ll i f ec y d ec o m p u t e ra i d e da n i m a t i o ng e n e r a t i o n ，w h i c hi sp r o p o s e db y p r o f r u q i a nl u ，i n t e g r a t e sa r t i f i c i a li n t e l l i g e n c ea n dm u l t i m e d i at e c h n o l o g yi n t o a n e wp r o c e s so fa n i m a t i o ng e n e r a t i o n t h ew h o l ep r o c e s si sa na u t o m a t i cg e n e r a t i o n ， w h i c ha i m st ot r a n s f o 1 - i nas t o r yw r i t t e ni nn a t u r a l1 a n g u a g ei n t oa n i m a t i o ns c r i p t sb y s e r i e sa u t o n o m o u ss t e p s ，a n df i n a l l ym a k e sac a r t o o na f t e rr e n d e r i n gi na n i m a t i o n s o f t w a r e t h ea u t o m a t i cg e n e r a t i o no fa n c i e n ta r c h i t e c t u r ea n i m a t i o ni s ab r a n d - n e w p r o je c t ，w h i c ha p p l i e st h ec o m p u t e ra i d e da n i m a t i o na u t o m a t i cg e n e r a t i o nt e c h n o l o g y i n t oa n c i e n ta r c h i t e c t u r ef i e l da n di n t e n d st or e a l i z et h ec o m b i n a t i o no f3 da n i m a t i o n a n da r t i f i c i a li n t e l l i g e n c ep e r f e c t l y g o o dv i s u a le f f e c t s ，c o n v e n i e n tg e n e r a t i o np r o c e s s a n di n t e r a c t i o n sw i t hu s e r sw o u l ds t i m u l a t et h ee n t h u s i a s mo ft h ep e o p l ef o rt h e c h i n e s ea n c i e n ta r c h i t e c t u r ea r t ，a n dh a v eam a j o rs i g n i f i c a n c et op u b l i c i z ec h i n e s e a n c i e n ta r c h i t e c t u r ea r ta n dc u l t u r e s t o r y b o a r d i n gs y s t e m ，w h i c hi so n e o ft h em o s ti m p o r t a n ts t e p so ft h ea u t o m a t i c g e n e r a t i o n o f c o m p u t e r a n i m a t i o n p r o c e s s ，h a sc a p t a b i l i t y o f p l a n n i n g o f s t o r y b o a r d i n ga n dc o m p u t i n go fc a m e r ap o s i t i o n ，a n df i n a l l yp r o v i d e sa v i s u a la n g l e t oo b s e r v et h ea n i m a t i o n i nt h ep r o c e d u r eo fa c t u a lf i l m i n g ，t h ed i r e c t o ru s e st h e m a n u s c r i p t st oc r e a t ea l i s to fs t o r y b o a r d i n g s t o r y b o a r d i n gi sal i s to fs h o ti nf i l m i n g ， w h i c hi n c l u d e ss h o t n u m b e r , s h o t - v i e w , s h o t a n g l e ，s h o t - m o t i o n i nt h eb a c k g r o u n do fa u t o m a t i cg e n e r a t i o no fa n c i e n ta r c h i t e c m r ea n i m a t i o n ，t h i s p a p e rf o c u so nt h er e s e a r c ho ft h er u l e so fq u a l i t a t i v es t o r y b o a r d i n g s a n dt h e a l g o r i t h m so fq u a n t a t i v ec a m e r ap l a n n i n ga n dc r e a t es t o r y b o a r d i n gs y s t e mi n c l u d i n g q u a l i t a t i v em o d u l ea n dq u a n t a t i v em o d u l e t h i sp a p e ri n c l u d e ss e v e r a ls e c t i o n s ： f i r s t l y , t h i sp a p e ri n t r o d u c e st h ef l o wa n db a s i ca r c h i t e c t u r eo fs t o r y b o a r d i n g s y s t e m t h ek n o w l e d g eo fx m l i si n t r o d u c e db r i e f l yw i t ht h ex m lb i n d i n gm e t h o d v i aj a v a x ba n dt h er e a s o nw h yx m l i sc h o s e na st h ec a r r i e ro ft h es y s t e m d e s c r i p t i o nl a n g u a g e m e a n w h i l e ，t h i sp a p e rg i v e sa l li n t r o d u c t i o no fp r o l o g ，al o g i c p r o g r a m m i n gl a n g u a g e ，w h i c ht h es t o r y b o a r d i n gp l a n n i n g i sb a s e do n s e c o n d l y , t h i ep a p e rs t a t e si m p l e m e n t a t i o nq u a l i t a t i v es t o r y b o a r d i n gp l a n n i n g ， w h i c hi sa l s oc a l l e dq u a l i t a t i v ec a m e r ap l a n n i n gb a s e do np r o l o g i nt h i sp a p e r , t h e r u l e so fs t o r y b o a r d i n ga r ee x p r e s s e di np r o l o gt h r o u g hs u m m a r a z a t i o no fk n o w l e d g e o ff i l m i n g t h em o d u l ea c c e p t sr e s u l t so fp l o tp l a n n i n g ，d ot h ew o r ko fh i e r a r c h i c a l r e a s o n i n go fs t o r yi np r o l o gi n t e r p r e t e r , t h e np a r t i t i o np l o t l e nb yl e n ，a n df i n a l l y o b a t a i no u t p u to fq u a l i t a t i v es t o r y b o a r d i n g ，w h i c hi st h eb a s i c so fq u a n t i t i v ec a m e r a p l a n n n i n g f i n a l l y , t h i sp a p e rs t a t e st h ed e s i g no fq u a n t i t i v e c a m e r ap l a n n i n gm o d u l e 北京工业大学工学硕士学位论文 q u a n t i t i v ec a m e r ap l a n n i n gm o d u l e t h a ti s i m p o r t a n ti nt h ew h o l es y s t e m u s e s q u a l i t a t i v es t o r y b o a r d i n ga n do u t p u to fq u a n t i t i v e m o t i o nc o m p u t i n gt oc o m p u t p o s i t i o no fc a m e r a t h i sp 印e l p r o p o s e sq u a n t i t i v e c a m e r ap l a n n i n gb a s e do n c o n s t r a i n t sa n dq u a n t i t i v ec a m e r ap l a n n i n gb a s e do na t t r i b u t e s o fs c e n e ，a n d i n t r o d u c e st h e i rf e a t u r e s m o r e o v e r , t h i sp a p e rs t a t e st h ed e s i g na n di m p l e m e n t a t i o no fc a l c u l a t i n gm o d u l e o fa r c h i t e c t u r ei n f o m a t i o ni na u t o m a t i cg e n e r a t i o no fa n c i e n ta r c h i t e c t u r ea n i m a t i o n ， w h i c hi sa l s os t u d i e di np h r a s eo fg r a d u a t e t h i sm o d u l eu s e sq u a s in a t u r a ll a n g u a g e a si n p u t a n dt h e ng i v e st h eo u t p u to fc o n s t r u c t i o ns e q u e n c e ，s i z e ，p o s i t i o na n d d i r e c t i o no fc o m p o n e n t s w h i c ha r ei n f o m a t i o ni na r c h i t e c t u r a lm e t h o d o l o g yt h a ti s p r o v i d e dt oa u t o m a t i cg e n e r a t i o no fa n c i e n ta r c h i t e c t u r ea n i m a t i o n k e yw o r d sa u t o m a t i cg e n e r a t i o no fc o m p u t e ra n i m a t i o n ；s t o r y b o a r d i n gs y s t e m ； c a m e r ap l a n n i n g 1 1 研究背景与研究意义1 1 1 1 计算机动画的提出与发展1 1 1 2 古建动画自动生成的研究背景与意义一2 1 1 3 分镜头系统的的提出及其研究意义一3 1 2 研究现状4 1 2 1 人工智能技术在计算机动画中的应用一4 1 2 2 古建筑领域动画技术应用的研究现状一5 1 2 3 摄像机规划的研究现状5 1 3 本课题的主要研究内容7 1 4 本文结构一8 第2 章分镜头系统一9 2 1 分镜头系统概述9 2 2 输入输出文件格式- x m l 1 1 2 2 1x m l 简介1 2 2 2 2j a x b 。1 2 2 3 逻辑编程语言- p r 0 1 0 9 1 3 2 3 1p r o l o g 简介1 3 2 ：；2s w i p r o l o g 1 3 2 4 本章小结1 4 第3 章定性分镜头系统的设计与实现1 5 3 1 引言1 5 3 2 定性分镜头系统的设计1 5 3 2 1 输入接口设计1 5 3 2 2 输出接口设计18 3 2 3 定性分镜头系统的类结构2 2 v 北京工、i k 大学工学硕士学1 市论文 3 3 定性分镜头系统的实现2 3 3 3 1 摄像规划要求原语j ：2 3 3 3 2 群组摄像原语2 4 3 3 3 高级摄像原语2 6 3 3 4 基本摄像原语2 7 3 4 实验结果2 9 3 5 本章小结3 2 第4 章摄像机定量规划的设计3 5 4 1 引言3 5 4 2 摄像机定量规划3 5 4 2 1 基于约束的摄像机定量规划3 5 4 2 2 基于画面属性的摄像机定量规划3 8 4 3 本章小结3 9 第5 章古建动画中搭建顺序模块的设计与实现4 1 5 1 引言4 1 5 2 构件命名方法4 1 5 3 构件规则和顺序规则的设计实现4 4 5 3 1 构件规则的设计4 5 5 3 2 顺序规则的设计4 6 5 3 3 构件表和顺序表的生成4 8 5 4 针对实际建筑的古建动画自动生成4 9 5 4 1t o a d l 的格式说明4 9 5 4 2 佛光寺东大殿的动画自动生成5 2 5 5 本章小结5 4 结论5 5 参考文献一5 7 攻读硕士学位期间所发表的学术论文6 1 致谢6 3 1 1 研究背景与研究意义 1 1 1 计算机动画的提出与发展 在当今的社会中，观看动画片已不再是小孩子们的专利。越来越多的青年人 为了舒缓工作给自己带来的压力，也都开始将观看动画当作为一种休闲、放松、 减压的娱乐方式。因此，与动画相关的产业在我们的生活中出现得越来越频繁， 并且随着需求市场的变化，人们对动画本身的要求也变得越来越苛刻。比如在动 画的制作上要求越来越精美，在动画所展现的内容上要求越来越丰富等。所以， 提高动画产业的生产效率和生产质量成为了当务之急。 随着计算机图形学以及计算机软硬件技术的高速发展，使用计算机辅助生成 的动画在我们的生活中已经越来越多地出现了。依靠计算机技术制作的动画电影 也开始层出不穷，从早期的空中大灌篮到现在的飞屋环游记，这些大制 作的电影都是利用计算机动画辅助技术带给了人们异乎寻常的视觉感受。由于计 算机可以快速处理各种复杂的问题，因此使用计算机动画辅助技术可以大幅提高 动画片的生产效率，从而满足人们对动画的大规模需求。 计算机动画技术在近几年中发展得越来越快。目前，它已经在很多方面都得 到了成功的应用。比如：可视化科学计算、特种技术培训、教育、军事、模拟、 动画片、广告、电影、电视、游戏、虚拟现实等多个领域。一般说来，计算机动 画的技术可以分为关键帧动画、变形物体的动画、过程动画、关节动画和人体动 画以及基于物理的动画等【l 】。 计算机动画的研究课题主要包括动画的硬件和软件、计算机辅助动画、路径 规划、绘画系统、动作控制、关键帧动画、图形模拟、基于力学的动画、合成角 色、动画中的图像r e n d e r 、动画语言和系统、动画者界面、电影实例研究、三维 医学图像、分子图形学、飞行模拟器、语音合成、视频动画、应用于计算机动画 的传统动画技术、科学可视化中的动画、工程中的动画、基于人工智能的动画、 动画中的机器人学方法、特殊效果、实时动画、录像录音技术、场景制作、故事 图板生成、数字化音乐和声音等等，其中基于人工智能的动画是研究如何将人工 智能技术用于计算机动画，从而提高动画制作的自动化程度和智能性【2 】。 全过程动画自动生成技术是一种计算机辅助动画制作技术，它按照自顶向下、 逐步求精的理念，将能够被普通人理解的自然语言故事，经过逐步的转化，最终 生成出能够被动画软件识别的动画脚本。中科院数学所的陆汝钤院士在国际上首 次提出了全过程计算机辅助动画自动生成技术，简称动画自动生成技术。它综合 北京工业大学工学硕十学位论文 运用人工智能技术、计算机图形学等前沿学科技术，以受限的中文自然语言作为 输入，逐步转化为格框架描述语言、定性规范描述语言、定量规范描述语言，最 终转化为底层动画软件可识别的动画文件。动画自动生成系统包含自然语言处理、 故事内容理解、情节规划、人物规划、场景规划、布局规划、动作规划、摄像规 划等多个模块，涉及定性层、定量层、动画文件层等多种描述语言。动画自动生 成技术大大简化了传统动画制作中很多复杂的手工环节，缩减了制作周期和经费， 大大提高了制作效率。 1 1 2 古建动画自动生成的研究背景与意义 中国作为一个有着五千年历史的泱泱大国，它的文化源远流长。中国古代建 筑作为其中的代表，占据着举足轻重的地位。中国古代建筑不仅有着悠久的历史 文化传统而且有着丰富的理论和实践经验。古代的能工巧匠以他们的聪明智慧为 我们留下了许多辉煌的杰作和不朽的华章【3 】。据调查统计，我国现存的各类古代 建筑及历史纪念建筑多达8 万处以上，它们既是中华民族的宝贵遗产，更是世界 建筑艺术的瑰宝。中国古代建筑作为人类最优秀的文化遗产之一，是不可再生的 特殊资源，做好古建筑的保护工作意义至关重要。在对古建筑进行修复的过程中， 古建筑建造过程和修复过程的动画模拟等信息技术对提高古建筑修复水平发挥 着关键的作用【4 ，5 】。 于是，我们以信息技术在古建筑保护、修复、宣传和教育中的应用为立足点， 引入数字化技术，开展古建筑三维快速建模、古建筑建造和修复场景动画自动辅 助生成等内容的研究。在整个研究过程中，我们利用三维动画技术【6 7 】展现古代 建筑的搭建过程，展现工匠的搭建工艺，展现古代建筑的历史背景，展现中国的 古建文化，把科学教学和艺术欣赏有机地结合起来，对古建筑技术进行了重现， 将真实历史和虚幻演绎结合起来。这不仅可以为古建修复、古建教学提供良好的 依据，同时我们还可以以本课题为范例，将这种技术推广到中国的其它传统文化 领域中去。 目前，古建筑资料还是以纸质资料为主，如图纸、书籍等等，大部分都是文 字和图片，数字信息化的程度很低。一般情况下，人们在获取信息时，从图像获 取的信息量要远超从文字获取的信息量，因为一幅图像所承载的信息量是一篇文 字承载的信息量的很多倍，人们在学习一种事物时更喜欢的是通过更具直观性的 图像去学习，而不是仅仅通过枯燥的文字去学习。现在的人们已经远离古代，单 看文字说明难以理解古代建筑工艺的精湛高深和宏伟场面，单看图象也很难想象 建筑过程的复杂困难和精巧技艺。而动画可以集文字、图像、声音以及它们的运 动变化于一身，其作用是其他信息媒体不可替代的。因此，利用动画形式再现古 代建筑技术，对专业建筑师来说是一套生动的教学资料，对普通人民大众来说是 第1 章绪论 一份可供欣赏和学习的动漫作品，对文物管理专家来说是保存和研究古建筑工艺 全貌的有效手段，对宣传部门来说是向国外宣传我国博大精深的古代建筑文化的 有力工具。 1 1 3 分镜头系统的的提出及其研究意义 在传统的电影拍摄过程中，导演会首先通读剧本，凭借其对剧本的理解及个 人经验，构建一个虚拟场景，并逐次确定何时、何处、使用何种拍摄手法、展现 什么样的人物。在实际的拍摄过程中，导演一方面要指导演员的表演，另一方面 要与摄像师沟通，将自己对拍摄情景中各元素的理解传达给摄像师。之后摄像师 会按照自己对导演拍摄意图的理解及个人经验，给摄像机选择适当的位置、焦距 并进行拍摄。当整个拍摄过程完成后，导演还需要对影片进行剪辑及其后期制作， 最终形成了我们观看的电影。 三维动画的生成与电影拍摄有很多相似之处。随着三维动画技术被应用到更 多的领域，伴随其出现的最直接问题摄像机规划问题也自然受到了学者们广 泛的重视。摄像机规划就是解决在三维环境中，观众的观点应该在哪里，摄像机 应该朝向哪个方向以及如何运动等问题。在一部三维动画中，摄像机规划非常重 要。因为规划结果的好坏直接影响到观众对整部动画的欣赏。一个出色的摄像机 规划，可以将动画的情节完整清晰地传达给观众，使观众获得一场赏心悦目的视 觉盛宴。 而在进行摄像机规划时，分镜头脚本的作用不可或缺。在实际的拍摄过程中， 导演通过拍摄手稿【8 】，制作出一个分镜头表，即分镜头脚本。分镜头脚本是关于 每一场戏中所要拍摄的镜头列表。它主要包含镜头号码，景别，镜头角度，镜头 运动等。它有文字分镜头【9 】和画面分镜头【9 】两种格式。文字分镜头脚本是导演根 据剧本重新用文字来阐述故事，让剧本变得具有镜头感、动作感，能较为准确地 表达导演的意图和设想。而画面分镜头是美工人员按照导演的要求通过连续的图 解来描述电影场景或一连串的镜头。我们这里的分镜头系统更倾向于文字分镜头。 分镜头系统就是按照分镜头脚本的设计规范对古建动画自动生成系统中的 摄像机进行规划。首先，它以情节规划的内容作为输入，通过相应的规则给出分 镜头脚本；然后，根据分镜头脚本以及场景中物体的位置、体型等定量信息，计 算出摄像机的具体位置。它主要的研究意义有： ( 1 ) 通过情节规划的输入，给出合理的分镜头脚本。 ( 2 ) 根据场景中的各种定量信息，计算出定量摄像机位置。 ( 3 ) 从研究意义上讲，分镜头系统帮助计算机对导演智慧进行学习，利用计 算机根据导演智慧生成出分镜头脚本，是人工智能技术的应用。 北京丁业大学t 学硕士学位论文 1 。2 研究现状 1 2 1 人工智能技术在计算机动画中的应用 随着计算机图形学的发展，计算机动画已经从最初的二维动画开始向三维动 画迈进。计算机动画的制作过程也开始逐渐产生了变化。三维动画相比较二维动 画而言具有更加惟妙惟肖的视觉效果，动画中的物体运动效果更加真实。随着计 算机硬件的发展，三维动画制作过程中数据量大、运算量大等问题已经得到了缓 解，而三维动画制作周期长、成本巨大等问题依然存在，这就为人工智能技术的 融入带来了更多的机遇，人们可以利用人工智能技术来缩短动画制作周期从而降 低制作成本。 如何将人工智能技术用于计算机动画，从而提高动画制作的自动化程度和智 能性。这一方面的研究成果有很多，大致包括以下几个部分： 1 2 1 1 自然语言指令驱动的动画 自然语言指令驱动的动画技术主要研究的是如何通过自然语言指令和其它 高级任务规范说明去产生虚拟人类a g e n t 用以完成任务的动画模拟。例如微软的 p e r s o n a 项目、美国宾州大学的a n i m n l ( a n i m a i t o nf r o mn a t u r a ll a n g u a g e i n s t r u c t i o n ) 项目 1 0 , 1 1 等等。 1 2 1 2 知识驱动人体跑步动作的动画生成 这主要是关于生成各种实时人体跑步动作的动画高层控制技术【1 2 1 4 1 。所谓 的高层控制是相对传统的低层关键帧技术而言的，它是通过采用有关人类跑步 的知识来实现的。该系统中的知识分为若干类：关于跑步动作参数之间关系的实 验知识，用于计算人体运动轨迹的物理知识，关于跑步时肢干协调性的知识等等。 在这种基于知识的控制机制的支持下，用户可以交互式地调整高层参数以实时地 得到满意的跑步动作效果。 1 2 1 3 模拟人类对话的动画形象 美国m i t 媒体实验室的手势和叙事语言小组一直在研究和构造用于对话的 逼真的动画形象【1 5 】，基于对人类语言、认知和社交能力的深层理解，他们的动画 能够形象模拟人类和用户进行对话，包括语音、语调、手势、面部表情、头部运 动、眼神等。他们系统的主要特点是多模式输入和多模式输出、实时、命题性和 交互性信息的理解与合成以及具有诸如转折等对话能力。系统的静态知识库、动 态对话知识库、规划模型和对话模型等支持了这些功能的实现。他们已经研制了 若干能和人对话的动画角色，例如a v a t a r s ，g a n d a l f , r e a 等。 1 2 1 4 自然语言故事到计算机动画的翻译 m u l t r a n 1 6 】是一个从自然语言( 日文) 写的故事到计算机动画的翻译器，其 第1 荦绪论 主要内容包括：从故事篇章中推导出脚本、角色动作生成、动画环境构造和虚拟 摄像机定位。m u l t r a n 的特点在于：中间表达由事件和事件间的约束组成；能 够生成一个动画脚本，它是时间估算的一个最优解j 调度执行的过程中角色可以 估算自己动作的时间。m u l t r a n 的研制者期望他们的工作可以支持自然语言处 理中的对话理解和篇章的二义性排除。 1 2 1 5 交互式故事版生成 故事图板( s t o r y b o a r d ) 是指电影、动画片、电视节目或商业广告等产业的情节 串连图板，主要用于设计镜头效果和指导拍摄。现行的故事图板生成系统一般都 是交互式的，由用户利用系统所提供的功能操作和库逐个图地进行画面设计，每 个图可以附加标题和脚本文字说明。以s t o r y b o a r dq u i c k t l 7 , 1 8 】为例，它是为导演、 作家、制片人、摄像师、电视录像制作人所设计的用于前期可视化的实用软件。 在制作每幅画面时用户可进行的操作主要包括：从系统所提供的库中调入角色、 选择角色的动作和方向、放大或缩小角色、添加背景图或图像、从系统所提供的 库中调入道具和各种图示符号、添加文字说明等等。s t o r y b o a r dq u i c k 的目标是 简单易学，便于用户对有关镜头的想法进行快速可视化和交流。还有的交互式故 事图板生成软件可以为画面附加声音效果、把画面输出到视频设备等【1 9 , 2 0 】。 1 2 2 古建筑领域动画技术应用的研究现状 目前，国内外在研究、制作中国古代建筑物的动画演示方面也有了一定的成 果。比如：东南大学建筑学院研究生的研究成果演绎唐宋建筑系列中制作了 山西五台山佛光寺和山西晋祠的主体结构的部件级搭建过程动画。还有日本凸版 印刷株式会社为故宫制作的天子的殿堂，它采用了虚拟现实技术，使用户能 够通过控制器控制，从任何方位、全视角地欣赏故宫太和殿的结构以及殿中收藏 的各种稀世珍品，给人以身临其境的感受。此外，还有一些根据根据建筑图纸等 资料进行三维建模的研究成果，如清华大学建筑学院的营造法式新注，它对 营造法式这本建筑学巨著进行了解释和标注，对于书中的一些建筑介绍通过 动画搭建的形式进行了表现，给予读者一种直观的感受。 1 2 3 摄像机规划的研究现状 摄像机有很多种规划方法，最早的是基于图形描述的摄像机规划。其代表人 物是jb l i n n e 2 1 1 和d r u c k e r l 2 2 喇】。 jb l i n n 根据已有的图形描述对摄像机进行规划。系统规划时，摄像机的位置 只取决于图象中物体的位置。这保证摄像机的规划只需要考虑图像的属性，不需 要其它信息。但它在近似情况下，会导致描述无法实现，需要额外处理。因此， b l i n n 的这种解决方案只能处理摄像机规划的特殊问题。d r u c k e r 的系统是对b l i n n 5 北京工业大学t 掌硕十学位论文 的归纳，b l i n n 的解决方案只能处理摄像机规划的特殊问题，而d r u c k e r 通过约 束和最优化操作使系统具备了摄像机初始化、摄像机控制和选择最优方案的功能。 它主要考虑画面的几何构造关系。系统通过两组函数对所需图像进行定义【2 5 1 。一 组负责约束，一组负责最优化操作。 与基于图形描述相对应的是基于摄像机属性的摄像机规划系统，l a n g u 6 n o u 2 6 ，2 7 1 和l i 。w e ih e 2 8 】的系统就是这种类型。l a n g u 6 n o u 为运动中的镜头开发了 一个摄像机规则器，它使用区间运算去找出摄像机的位置。l a n g u 6 n o u 采用递归 分治算法，将模型目标限定在屏幕中的矩形内，使用图形管道的区间运算算法对 摄像机的可能位置与屏幕中的目标位置之间的关系进行推算，找出摄像机的位置。 在这个系统中，如果是固定摄像机，可以通过目标图像定位在屏幕中的位置找出 摄像机的拍摄位置。如果是移动的摄像机，可以将摄像机的运动定义成一个运动 轨迹，利用系统找出这个轨迹上的关键点从而确定摄像机的位置。 而l i w e ih e 等人提出的一种智能实时的摄像机控制，也是这种类型。整个 系统被称为虚拟摄影师，简称为v c 。它包括两个部分：摄像机模块和i d i o m s 。 摄像机模块实现不同的摄像机安置，它可以自动定位摄像机的位置，保证摄像机 可以定位屏幕中特殊位置的演员，且保证摄像机不会穿过兴趣线。摄像机模块可 以对演员的位置进行微调，从而改善拍摄效果。i d i o m s 描述的是将镜头组合的规 则，它可以确定合适的镜头类型以及什么条件下可以进行镜头过渡。在v c 中， 一个i d i o m 可以被看作一个分层的有限状态自动机。每个状态调用一个特定的摄 像机模块，因此每个状态都有一个独立的镜头与之相对应，同时每个状态也包含 一系列的条件，当条件满足时，可以从这个状态转换到另一个状态。 从系统解决规划问题的机制入手，现有系统可以划分为代数系统、交互系统 和约束系统。代数系统将摄像机规划问题转换成一个代数问题进行求解，求出的 结果一般会很准确，但是缺乏灵活性；交互系统依赖用户输入，将其映射到摄像 机的对应属性上以驱动摄像机状态的改变，此类系统主要适用于实时三维交互系 统。约束系统是目前解决规划问题的主流策略，该方法将一个镜头的各种属性表 示成数值约束，对整个解空间进行搜索，直到找到使目标达到最大最小值的最 优解为止，但它的主要问题是探索解空间耗费的时间过长以及约束条件过多造成 的无解问题。 比如，s a i y e nl i 2 9 】就提出了一种交互式的摄像机规划思想。他们提出了一 个交互式的虚拟摄像机模型，可以模仿导演、摄影师和编剧的工作。系统使用参 数化的摄影语言为动画脚本确定最好的摄像机布局，并且系统允许用户指定虚拟 摄影师的风格，并将其转换到动画脚本中。导演模块的输入是场景设置和演员位 置，系统对演员进行分组，为每个镜头确定出一个摄像区域。摄影师模块接受摄 像机区域和摄影主题，然后按照摄影标准为每个镜头决定最终的摄像机位置。编 辑模块则是根据标准选择出最合适的镜头。再比如w i l l i a mb a r e s i s o 3 2 】的 6 第l 章绪论 c o n s t r a i n t c a m 系统，这个摄像机规划系统也属于交互式学习系统。系统的优势 是操作简单，反应迅速：劣势在于摄像机规划出的结果缺乏构图的观念，并且不 能形成连续的镜头。另外，如果用户希望拍摄室内的镜头，却对摄像机的拍摄范 围设置过大，会导致摄像机的拍摄范围超过了屋子的最大半径，最终无法产生符 合要求的镜头，致使摄像机规划失败。 此外也有一部分人设计出与摄像相关的语言，如h ea n ds a l e s i n 的d c c l 3 3 】 和p i c k e r i n g 设计的i d l 3 4 , 3 5 】。 h ea n ds a l e s i n 于1 9 9 6 年开发了一个摄像机规划系统( 简称为c p s ) ，这个系 统使用说明性摄像机控制语言( d c c l ) ，系统依赖于一个预置了摄像原语的数据 库。c p s 的输入是角色位置和活动的相关信息，系统根据这些信心选取摄像机位 置和摄像机的拍摄区域。c p s 包括序列规划、d c c l 编译和启发式求值三个部分。 p i c k e t i n g 的系统要求用户对摄像机的使用有相当的认识，这样才能给出各种拍摄 手法的相关参数。系统首先对要拍摄的图像利用图像描述语言( i d l ) 进行形式化 的描述，然后将图像描述转换为虚拟摄像机问题，最后对这个问题进行求解。 1 3 本课题的主要研究内容 本课题是古建动画自动生成中分镜头系统的设计与实现。分镜头系统作为古 建动画自动生成中不可缺少的一部分，为古建动画提供了规划分镜头脚本、计算 摄像机位置的能力，为用户最终能够欣赏动画提供了视角。分镜头系统可以包括 定性和定量两部分。 在古建动画自动生成系统中，定性分镜头规划处在情节规划之后，它接收情 节规划的信息，将情节按照一定的规则划分成分镜头脚本，传送给下一层。本系 统在处理定性规划时，主要是利用规则库来辅助完成分镜头脚本的生成。我们通 过对导演知识的总结，将分镜头脚本的划分规则用p r o l o g 语言表示出来，然后 根据情节对输入，对其进行推理，最终产生完整的分镜头脚本。根据p r o l o g 实 现分镜头脚本的生成是本课题的研究重点。 为了将分镜头脚本的内容很好地呈现给观众，我还对分镜头系统进行了定量 规划。分镜头系统在进行定量计算时，需要事先知道具体人物或物体的位置、体 型等定量信息，所以分镜头系统的定量规划处在动作规划之后，主要接收动作规 划的定量信息。摄像机定量规划根据这些定量信息，结合定性分镜头脚本中的拍 摄手法、景别等定性信息，将该分镜头脚本中的摄像机位置计算出来。 此外，在古建动画自动生成中，我还和孙凯共同对古建筑的搭建顺序模块进 行了设计与实现。这在本文中我将单独设立一个章节对此进行说明。 北京工业大学t 学硕十学位论文 1 4 本文结构 第1 章：绪论。主要介绍了古建动画自动生成的研究现状和研究意义、人工 智能技术在计算机动画中的应用，并详细阐述了摄像机规划的提出以及它的研究 现状，展示了摄像机规划的研究意义。最后介绍了本课题的研究内容； 第2 章：分镜头系统概述。整体描述了分镜头系统的框架及处理流程，说明 了采用x m l 作为数据传递格式的原因和j a x b 技术实现x m l 绑定的原理，并 对p r o l o g 语言进行了简要的介绍： 第3 章：定性分镜头系统的设计与实现。介绍