数字人课程第 6 周扩展 · Atlas⁺ v0.3 · 2026-10-20

章 2 · 自动蒙皮:从几何与观察

自动蒙皮:把绑定写成优化。权重是空间里的函数,热扩散与双调和从几何解权重,SSDR 与可微渲染从观察解骨架与权重——三线汇流。

约定 3.1手工绑定是流水线的瓶颈ax-manual

如今静态 3D 资产可以批量生成,会动的资产不行:放关节、刷权重、修形、动画四步至今逐个手工,每个新角色都从零开始。外部 0.1引据 · 外部 0.1 · 本课第 6 周客座讲(外部)郝子龙(UIUC / World Labs)《Where Do Rigs Come From? Automating rigging and skinning, from observation to generation》,西湖大学数字人课程 2026 年第 6 周客座讲,讲义 PDF 与 Keynote 发布于课程官网。本页的产业视角与自动 rigging 三条线(几何、观察、生成)以此讲为外部始基。点击空白或 Esc 关闭 · 跳转到该条目 ↗ 本页的选型公理:值得自动化的不是「更像手工」,而是把骨架与权重的来源问题形式化——它有两条已走通的入口:只看几何,或看它怎么动。

定义 3.1从几何猜:热扩散权重(Pinocchio)def-heat

Pinocchio 先把一副模板骨架嵌入网格(裁剪距离场里找最贴合的放法),再把每根骨当热源解拉普拉斯方程,热的分布就是权重。外部 0.5引据 · 外部 0.5 · Baran & Popović 2007(外部)《Automatic Rigging and Animation of 3D Characters》(SIGGRAPH 2007),系统名 Pinocchio:模板骨架自动嵌入 + 热扩散权重,是 Blender「Automatic Weights」的基础。点击空白或 Esc 关闭 · 跳转到该条目 ↗ 热扩散光滑、无模板形状偏见,是 Blender「Automatic Weights」的基础——但它只看见形状,看不见运动。外部 0.5引据 · 外部 0.5 · Baran & Popović 2007(外部)《Automatic Rigging and Animation of 3D Characters》(SIGGRAPH 2007),系统名 Pinocchio:模板骨架自动嵌入 + 热扩散权重,是 Blender「Automatic Weights」的基础。点击空白或 Esc 关闭 · 跳转到该条目 ↗算法 2.1引据 · 算法 2.1 · 权重从哪来:三条路路一:手工刷,逐骨涂影响区——精度最高,成本也最高。定义 0.3外部 0.5 路二:几何自动——热扩散或有界双调和,从网格与骨架直接解出光滑权重。外部 0.5外部 0.6 路三在章 2 展开:不从几何猜,而从运动观察里把骨与权重一起恢复出来。定义 3.1定义 3.2点击空白或 Esc 关闭 · 跳转到该条目 ↗

被引用 2 次(反链,构建期生成)

← 定义 3.2 · 算法 2.1(参见)

定义 3.2从几何猜(进阶):有界双调和权重def-bbw

把权重写成优化:最小化二阶光滑度 $\sum_i \int \lVert\Delta w_i\rVert^2$,约束 $0\le w_i\le1$、骨架处复原、远离处稀疏。外部 0.6引据 · 外部 0.6 · Jacobson 等 2011(外部)《Bounded Biharmonic Weights for Real-Time Deformation》(SIGGRAPH 2011),有界双调和权重:光滑、局部、无负权重。点击空白或 Esc 关闭 · 跳转到该条目 ↗ 与热扩散同属「几何解权重」,但双调和更光滑且天然局部——影响不过度渗漏。外部 0.6引据 · 外部 0.6 · Jacobson 等 2011(外部)《Bounded Biharmonic Weights for Real-Time Deformation》(SIGGRAPH 2011),有界双调和权重:光滑、局部、无负权重。点击空白或 Esc 关闭 · 跳转到该条目 ↗定义 3.1引据 · 定义 3.1 · 从几何猜:热扩散权重(Pinocchio)Pinocchio 先把一副模板骨架嵌入网格(裁剪距离场里找最贴合的放法),再把每根骨当热源解拉普拉斯方程,热的分布就是权重。外部 0.5 热扩散光滑、无模板形状偏见,是 Blender「Automatic Weights」的基础——但它只看见形状,看不见运动。外部 0.5算法 2.1点击空白或 Esc 关闭 · 跳转到该条目 ↗

被引用 2 次(反链,构建期生成)

← 性质 3.3 · 算法 2.1(参见)

性质 3.1一起动的顶点属于同一根骨(SSDR)thm-co-move

SSDR 把观察变成方程:给定网格序列 $V$,求刚性变换 $\{M_i\}$ 与权重 $\{w_i\}$ 使 $V \approx \sum_i M_i w_i$,交替优化两边。外部 0.7引据 · 外部 0.7 · Le & Deng 2012(外部)《Smooth Skinning Decomposition with Rigid Bones》(ACM TOG 2012),简称 SSDR:从网格动画序列同时恢复刚性骨变换与蒙皮权重。点击空白或 Esc 关闭 · 跳转到该条目 ↗ 不需模板、不需艺术家——「一起动」这个统计规律本身就是骨与权重的定义。官方讲义称此思想贯穿其后全部自动 rigging 工作。外部 0.7引据 · 外部 0.7 · Le & Deng 2012(外部)《Smooth Skinning Decomposition with Rigid Bones》(ACM TOG 2012),简称 SSDR:从网格动画序列同时恢复刚性骨变换与蒙皮权重。点击空白或 Esc 关闭 · 跳转到该条目 ↗外部 0.1引据 · 外部 0.1 · 本课第 6 周客座讲(外部)郝子龙(UIUC / World Labs)《Where Do Rigs Come From? Automating rigging and skinning, from observation to generation》,西湖大学数字人课程 2026 年第 6 周客座讲,讲义 PDF 与 Keynote 发布于课程官网。本页的产业视角与自动 rigging 三条线(几何、观察、生成)以此讲为外部始基。点击空白或 Esc 关闭 · 跳转到该条目 ↗

被引用 4 次(反链,构建期生成)

← 定义 3.3 · 定义 3.6 · 性质 3.2 · 性质 3.3

定义 3.3从观察重建:模板、无模板与可微渲染def-obs

观察从哪来:模板法(SMPL 等参数人体)精度高但只认已知类别;无模板法(LASR、BANMo)任意类别但结构弱;LIMR 一类继续把两者拉近。外部 0.1引据 · 外部 0.1 · 本课第 6 周客座讲(外部)郝子龙(UIUC / World Labs)《Where Do Rigs Come From? Automating rigging and skinning, from observation to generation》,西湖大学数字人课程 2026 年第 6 周客座讲,讲义 PDF 与 Keynote 发布于课程官网。本页的产业视角与自动 rigging 三条线(几何、观察、生成)以此讲为外部始基。点击空白或 Esc 关闭 · 跳转到该条目 ↗ 共同引擎是可微渲染:渲染当前 3D 猜测、与视频比对、沿梯度更新模型——「看见」本身变成可优化的目标。外部 0.1引据 · 外部 0.1 · 本课第 6 周客座讲(外部)郝子龙(UIUC / World Labs)《Where Do Rigs Come From? Automating rigging and skinning, from observation to generation》,西湖大学数字人课程 2026 年第 6 周客座讲,讲义 PDF 与 Keynote 发布于课程官网。本页的产业视角与自动 rigging 三条线(几何、观察、生成)以此讲为外部始基。点击空白或 Esc 关闭 · 跳转到该条目 ↗性质 3.1引据 · 性质 3.1 · 一起动的顶点属于同一根骨(SSDR)SSDR 把观察变成方程:给定网格序列 $V$,求刚性变换 $\{M_i\}$ 与权重 $\{w_i\}$ 使 $V \approx \sum_i M_i w_i$,交替优化两边。外部 0.7 不需模板、不需艺术家——「一起动」这个统计规律本身就是骨与权重的定义。官方讲义称此思想贯穿其后全部自动 rigging 工作。外部 0.7外部 0.1点击空白或 Esc 关闭 · 跳转到该条目 ↗

被引用 1 次(反链,构建期生成)

← 性质 3.3

定义 3.4形变好坏怎么度量:ARAP 能量def-arap

把表面拆成小块,允许每块各自转动,同时惩罚小块的拉伸与相邻块的不协调——尽可能刚性(ARAP)能量。外部 0.1引据 · 外部 0.1 · 本课第 6 周客座讲(外部)郝子龙(UIUC / World Labs)《Where Do Rigs Come From? Automating rigging and skinning, from observation to generation》,西湖大学数字人课程 2026 年第 6 周客座讲,讲义 PDF 与 Keynote 发布于课程官网。本页的产业视角与自动 rigging 三条线(几何、观察、生成)以此讲为外部始基。点击空白或 Esc 关闭 · 跳转到该条目 ↗ 它定义了「形变好不好」,而非把物体锁成刚体;对比章 1 的伪影:LBS 的糖纸与鼓包正是「局部刚性被平均破坏」的症状,ARAP 是从能量端重新立规矩。外部 0.1引据 · 外部 0.1 · 本课第 6 周客座讲(外部)郝子龙(UIUC / World Labs)《Where Do Rigs Come From? Automating rigging and skinning, from observation to generation》,西湖大学数字人课程 2026 年第 6 周客座讲,讲义 PDF 与 Keynote 发布于课程官网。本页的产业视角与自动 rigging 三条线(几何、观察、生成)以此讲为外部始基。点击空白或 Esc 关闭 · 跳转到该条目 ↗定义 2.3引据 · 定义 2.3 · 两种经典伪影:糖纸与鼓包关节弯到大幅角度、权重对半时,环绕关节的截面周长收缩、网格拧成糖纸——candy wrapper。性质 2.1外部 0.4 权重过度分摊时肘部外侧被拉出鼓包——bulging。两者同源:都来自「对矩阵做线性平均」。性质 2.1外部 0.4点击空白或 Esc 关闭 · 跳转到该条目 ↗

定义 3.5逆向运动学:从目标位置反解关节角def-ik

正向运动学从关节角算末端位置;逆向运动学(IK)反着来:给定手/脚应到达的位置,反解合适的关节角——输入输出方向正好相反。定义 0.2引据 · 定义 0.2 · 骨架:存相对旋转的关节树骨架是一棵关节树:每个关节只存「相对父关节的旋转」。外部 0.1 正向运动学沿树自顶向下传播:转动肩关节,整条手臂随之就位。外部 0.1定义 0.1点击空白或 Esc 关闭 · 跳转到该条目 ↗外部 0.1引据 · 外部 0.1 · 本课第 6 周客座讲(外部)郝子龙(UIUC / World Labs)《Where Do Rigs Come From? Automating rigging and skinning, from observation to generation》,西湖大学数字人课程 2026 年第 6 周客座讲,讲义 PDF 与 Keynote 发布于课程官网。本页的产业视角与自动 rigging 三条线(几何、观察、生成)以此讲为外部始基。点击空白或 Esc 关闭 · 跳转到该条目 ↗ 自动 rigging 的闭环需要它:骨架嵌好后,动画师面向的是「末端目标」,IK 负责把目标翻译回关节旋转——与绑定、蒙皮共同构成完整控制链。外部 0.1引据 · 外部 0.1 · 本课第 6 周客座讲(外部)郝子龙(UIUC / World Labs)《Where Do Rigs Come From? Automating rigging and skinning, from observation to generation》,西湖大学数字人课程 2026 年第 6 周客座讲,讲义 PDF 与 Keynote 发布于课程官网。本页的产业视角与自动 rigging 三条线(几何、观察、生成)以此讲为外部始基。点击空白或 Esc 关闭 · 跳转到该条目 ↗定义 0.1引据 · 定义 0.1 · 绑定(rig):把几千个顶点交给几个控制一套绑定由骨架、蒙皮与控制器组成:骨架回答「什么能动」,蒙皮回答「表面怎样跟着动」。外部 0.1 转动十几个关节,整张网格随之变形——这正是它把数千顶点压缩成少数控制的原因。外部 0.1点击空白或 Esc 关闭 · 跳转到该条目 ↗

定义 3.6动画空间:把动作堆成数据矩阵def-anim-space

把一段网格动画排成矩阵:每行是一帧里所有顶点的位移。动作不是散乱的顶点轨迹,而是这个高维空间里的一片低维云——"动画空间"由此得名。性质 3.1引据 · 性质 3.1 · 一起动的顶点属于同一根骨(SSDR)SSDR 把观察变成方程:给定网格序列 $V$,求刚性变换 $\{M_i\}$ 与权重 $\{w_i\}$ 使 $V \approx \sum_i M_i w_i$,交替优化两边。外部 0.7 不需模板、不需艺术家——「一起动」这个统计规律本身就是骨与权重的定义。官方讲义称此思想贯穿其后全部自动 rigging 工作。外部 0.7外部 0.1点击空白或 Esc 关闭 · 跳转到该条目 ↗外部 0.7引据 · 外部 0.7 · Le & Deng 2012(外部)《Smooth Skinning Decomposition with Rigid Bones》(ACM TOG 2012),简称 SSDR:从网格动画序列同时恢复刚性骨变换与蒙皮权重。点击空白或 Esc 关闭 · 跳转到该条目 ↗ 主成分分析(PCA)在这片云里找主要变化方向:用少数方向的系数近似每一帧,存储省了,被丢掉的小变化就是误差。这是章 4 权重压缩与骨架提取的公共数学入口,SSDR 的低秩视角是它的第一步。外部 0.7引据 · 外部 0.7 · Le & Deng 2012(外部)《Smooth Skinning Decomposition with Rigid Bones》(ACM TOG 2012),简称 SSDR:从网格动画序列同时恢复刚性骨变换与蒙皮权重。点击空白或 Esc 关闭 · 跳转到该条目 ↗

被引用 1 次(反链,构建期生成)

← 性质 3.2

性质 3.2SSDR 的低秩视角:外积之和thm-svd-ssdr

动画矩阵 $A$(如官方示例 $36\times48$:36 帧 × 48 个位移分量)可以精确分解为 $A=\sum_i \sigma_i\,\mathbf{u}_i\,\mathbf{v}_i^{\top}$——每项是一个「列乘行」的外积(秩一块),$\sigma_i$ 度量该模式的重要程度。定义 3.6引据 · 定义 3.6 · 动画空间:把动作堆成数据矩阵把一段网格动画排成矩阵:每行是一帧里所有顶点的位移。动作不是散乱的顶点轨迹,而是这个高维空间里的一片低维云——"动画空间"由此得名。性质 3.1外部 0.7 主成分分析(PCA)在这片云里找主要变化方向:用少数方向的系数近似每一帧,存储省了,被丢掉的小变化就是误差。这是章 4 权重压缩与骨架提取的公共数学入口,SSDR 的低秩视角是它的第一步。外部 0.7点击空白或 Esc 关闭 · 跳转到该条目 ↗外部 0.7引据 · 外部 0.7 · Le & Deng 2012(外部)《Smooth Skinning Decomposition with Rigid Bones》(ACM TOG 2012),简称 SSDR:从网格动画序列同时恢复刚性骨变换与蒙皮权重。点击空白或 Esc 关闭 · 跳转到该条目 ↗ SSDR 在此之上加两条物理约束:把每个秩一块解释成「刚性骨变换 × 权重分布」($M_i$ 对应 $\mathbf{u}_i$ 的作用、$w_i$ 对应 $\mathbf{v}_i$),并要求 $M_i$ 是刚体、权重非负归一——「骨数」就是保留的秩一块数。注意秩不等于骨数:少了刚性约束,纯低秩逼近只是数学压缩。性质 3.1引据 · 性质 3.1 · 一起动的顶点属于同一根骨(SSDR)SSDR 把观察变成方程:给定网格序列 $V$,求刚性变换 $\{M_i\}$ 与权重 $\{w_i\}$ 使 $V \approx \sum_i M_i w_i$,交替优化两边。外部 0.7 不需模板、不需艺术家——「一起动」这个统计规律本身就是骨与权重的定义。官方讲义称此思想贯穿其后全部自动 rigging 工作。外部 0.7外部 0.1点击空白或 Esc 关闭 · 跳转到该条目 ↗外部 0.7引据 · 外部 0.7 · Le & Deng 2012(外部)《Smooth Skinning Decomposition with Rigid Bones》(ACM TOG 2012),简称 SSDR:从网格动画序列同时恢复刚性骨变换与蒙皮权重。点击空白或 Esc 关闭 · 跳转到该条目 ↗

定义 3.7权重是空间里的函数:梯度与拉普拉斯def-shapefn

换个视角看权重:$w_i(\mathbf{v})$ 不是一张贴在顶点上的表,而是定义在体积里的空间函数。它的光滑程度直接决定蒙皮质量:函数越平缓,形变越柔;陡峭处正是伪影聚集处。定义 0.3引据 · 定义 0.3 · 蒙皮权重:每个顶点跟谁走、跟几分蒙皮给每个顶点一组权重 $w_i(\mathbf{v})\ge 0$,$\sum_i w_i = 1$,表示它跟随第 $i$ 根骨的比例。外部 0.1 多数顶点只跟一根骨(权重近 1);关节附近的顶点由几根骨分摊影响。外部 0.1定义 0.1点击空白或 Esc 关闭 · 跳转到该条目 ↗外部 0.2引据 · 外部 0.2 · SIGGRAPH 2014 课程:Skinning(外部)Jacobson、Kavan、Sorkine(-Hornung) 等人的 SIGGRAPH 2014 Course《Skinning: Real-Time Shape Deformation》(skinning.org),也是官方 Atlas 引用的同名参考。本页四元数、LBS/DQS 的数学骨架以此课程讲义为外部始基。点击空白或 Esc 关闭 · 跳转到该条目 ↗ 度量光滑度的两个算子:梯度 $\nabla w$(变化最快的方向与速率)与拉普拉斯 $\Delta w$(二阶变化率之和)。热扩散权重解的是 $\Delta w=0$(无源处最光滑);有界双调和最小化 $\lVert\Delta w\rVert^2$(弯曲能量)——两条「从几何猜权重」的路线在同一个微积分框架里分层。外部 0.2引据 · 外部 0.2 · SIGGRAPH 2014 课程:Skinning(外部)Jacobson、Kavan、Sorkine(-Hornung) 等人的 SIGGRAPH 2014 Course《Skinning: Real-Time Shape Deformation》(skinning.org),也是官方 Atlas 引用的同名参考。本页四元数、LBS/DQS 的数学骨架以此课程讲义为外部始基。点击空白或 Esc 关闭 · 跳转到该条目 ↗

性质 3.3三线汇流:表示、绑定、优化thm-converge

章 0 给出表示:四元数让旋转可插值、可混合、可展开成矩阵。定义 1.7引据 · 定义 1.7 · 四元数:四个数,一张球面四元数 $q = w + x\,\mathbf{i} + y\,\mathbf{j} + z\,\mathbf{k}$,三个虚单位满足 $\mathbf{i}^2=\mathbf{j}^2=\mathbf{k}^2=\mathbf{i}\mathbf{j}\mathbf{k}=-1$。外部 0.2 它是复数的升级:复数用两项打包「长度 + 转角」,四元数用四项打包「轴 + 半角」。单位四元数($\lVert q\rVert=1$)与 3D 旋转一一对应($q$ 与 $-q$ 表示同一旋转);全体单位四元数构成球面 $S^3$。外部 0.2定义 1.2点击空白或 Esc 关闭 · 跳转到该条目 ↗算法 1.1引据 · 算法 1.1 · 四元数 → 旋转矩阵把 $q=w+x\mathbf{i}+y\mathbf{j}+z\mathbf{k}$ 展开成矩阵:$$R(q)=\begin{pmatrix}1-2(y^2+z^2)&2(xy-wz)&2(xz+wy)\\2(xy+wz)&1-2(x^2+z^2)&2(yz-wx)\\2(xz-wy)&2(yz+wx)&1-2(x^2+y^2)\end{pmatrix}.$$性质 1.3 章 1 的骨变换要用它:四元数负责「旋转怎么表示与插值」,矩阵负责「顶点怎么被乘」。点击空白或 Esc 关闭 · 跳转到该条目 ↗ 章 1 给出绑定:LBS 及其对偶四元数修复,权重决定谁跟谁。定义 2.2引据 · 定义 2.2 · LBS:加权平均各骨的提案齐次坐标下 $\tilde{\mathbf{v}}^{\prime} = \sum_i w_i(\mathbf{v})\,T_i\,\tilde{\mathbf{v}}$:每根骨用 $T_i$ 提案一个位置,权重把它们平均。外部 0.3定义 0.3定义 2.1 把章 0 预览里的一句话落成公式:这就是官方讲义所称「简单、快、可微——各处的默认」。外部 0.3定义 0.4 工程管线里 $T_i$ 的旋转块正是章 0 的 $R(q)$:关节树存四元数,蒙皮时展开成矩阵。算法 1.1点击空白或 Esc 关闭 · 跳转到该条目 ↗定义 2.5引据 · 定义 2.5 · DQS:混合对偶四元数,再归一DQS 把 LBS 的「平均矩阵」换成 $$\widehat{DLB}(\hat{q}_i;w_i)=\frac{\sum_i w_i\hat{q}_i}{\left\lVert\sum_i w_i\hat{q}_i\right\rVert}$$ 先线性混合对偶四元数,再整体归一。定义 2.4外部 0.4 归一后的结果仍是单位对偶四元数,即仍是某个刚体运动——所以截面不会塌缩。定义 2.4外部 0.4点击空白或 Esc 关闭 · 跳转到该条目 ↗定义 3.2引据 · 定义 3.2 · 从几何猜(进阶):有界双调和权重把权重写成优化:最小化二阶光滑度 $\sum_i \int \lVert\Delta w_i\rVert^2$,约束 $0\le w_i\le1$、骨架处复原、远离处稀疏。外部 0.6 与热扩散同属「几何解权重」,但双调和更光滑且天然局部——影响不过度渗漏。外部 0.6定义 3.1点击空白或 Esc 关闭 · 跳转到该条目 ↗ 章 2 给出自动化:把绑定写成优化,从几何或观察里解出来——三线在此汇成一个自动 rigging 的闭环。性质 3.1引据 · 性质 3.1 · 一起动的顶点属于同一根骨(SSDR)SSDR 把观察变成方程:给定网格序列 $V$,求刚性变换 $\{M_i\}$ 与权重 $\{w_i\}$ 使 $V \approx \sum_i M_i w_i$,交替优化两边。外部 0.7 不需模板、不需艺术家——「一起动」这个统计规律本身就是骨与权重的定义。官方讲义称此思想贯穿其后全部自动 rigging 工作。外部 0.7外部 0.1点击空白或 Esc 关闭 · 跳转到该条目 ↗定义 3.3引据 · 定义 3.3 · 从观察重建:模板、无模板与可微渲染观察从哪来:模板法(SMPL 等参数人体)精度高但只认已知类别;无模板法(LASR、BANMo)任意类别但结构弱;LIMR 一类继续把两者拉近。外部 0.1 共同引擎是可微渲染:渲染当前 3D 猜测、与视频比对、沿梯度更新模型——「看见」本身变成可优化的目标。外部 0.1性质 3.1点击空白或 Esc 关闭 · 跳转到该条目 ↗

本章笔记(存本机浏览器)