Luận Văn Thạc Sĩ: Ứng Dụng Mô Hình Chuyển Động Hình Nhân 3D Vào Tương Tác Người Máy Và E-Learning

Luận văn thạc sĩ nghiên cứu vnu uet ứng dụng mô hình chuyển động hình nhân 3d vào tương tác người máy và e learning luận văn, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện

• Tác giả: Đào Minh Thư
• Người hướng dẫn: TS. Bùi Thế Duy
• Trường học: Trường Đại Học Công Nghệ - Đại Học Quốc Gia Hà Nội
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Ứng Dụng Mô Hình Chuyển Động Hình Nhân 3D Vào Tương Tác Người Máy Và E-Learning
• Loại tài liệu: Luận Văn Thạc Sĩ
• Năm xuất bản: 2005
• Địa điểm: Hà Nội

Mục lục chi tiết

• MỞ ĐẦU
• 1. CHƯƠNG 1: H-ANIM
• 1.1. Khái niệm H-anim
• 1.2. Các thành phần của một H-Anim
• 1.3. Humanoid
• 1.4. Joint
• 1.5. Segment
• 1.6. Site
• 1.7. Displacer
• 1.8. Cây phân cấp khung xương
• 1.9. Mức phân cấp (LOA - Level Of Articulation)
• 1.10. ISO đặt tên cho các đối tượng Joint
• 1.11. Các điểm đặc trưng trên cơ thể người
• 2. CHƯƠNG 2: Giới thiệu về một số ngôn ngữ lập trình 3D hiện nay
• 3. CHƯƠNG 3: Trình bày về ngôn ngữ lập trình đồ họa 3D (VRML và Java3D) sử dụng để xây dựng chương trình
• 4. CHƯƠNG 4: Thực hiện bài toán
• 4.1. Giới thiệu về ngôn ngữ dấu hiệu và các chuẩn hiện thời
• 4.2. Xây dựng chương trình FamiliarHand biểu diễn ngôn ngữ ký hiệu theo điều khiển bằng ngôn ngữ lập trình Java3D
• PHẦN KẾT LUẬN

Tóm tắt

I. Tổng quan về ứng dụng mô hình 3D trong E Learning

Mô hình 3D đã trở thành một phần quan trọng trong việc phát triển các ứng dụng E-Learning hiện đại. Sự phát triển của công nghệ thực tế ảo và mô hình hóa 3D đã mở ra nhiều cơ hội mới cho việc tương tác giữa người học và nội dung học tập. Mô hình 3D không chỉ giúp tăng cường trải nghiệm học tập mà còn tạo ra môi trường học tập sinh động và hấp dẫn hơn. Theo nghiên cứu của Đào Minh Thư (2005), việc sử dụng mô hình 3D trong E-Learning có thể cải thiện khả năng tiếp thu kiến thức của người học, đặc biệt là trong các lĩnh vực như khoa học và kỹ thuật.

1.1. Mô hình 3D và vai trò trong giáo dục

Mô hình 3D cung cấp một cách tiếp cận trực quan cho việc học tập. Người học có thể tương tác với các đối tượng 3D, từ đó hiểu rõ hơn về cấu trúc và chức năng của chúng. Việc sử dụng mô hình 3D trong giáo dục giúp người học dễ dàng hình dung và ghi nhớ thông tin hơn so với các phương pháp truyền thống.

1.2. Lợi ích của mô hình 3D trong E Learning

Mô hình 3D mang lại nhiều lợi ích cho E-Learning, bao gồm khả năng tạo ra trải nghiệm học tập tương tác, tăng cường sự chú ý của người học và cải thiện khả năng ghi nhớ thông tin. Nghiên cứu cho thấy rằng việc sử dụng mô hình 3D có thể làm tăng tỷ lệ hoàn thành khóa học và sự hài lòng của người học.

II. Thách thức trong việc áp dụng mô hình 3D vào E Learning

Mặc dù có nhiều lợi ích, việc áp dụng mô hình 3D vào E-Learning cũng gặp phải một số thách thức. Một trong những vấn đề lớn nhất là chi phí phát triển và duy trì các mô hình 3D. Ngoài ra, không phải tất cả người học đều có khả năng tiếp cận công nghệ cần thiết để sử dụng các ứng dụng E-Learning dựa trên mô hình 3D. Theo Đào Minh Thư (2005), việc thiếu hụt kỹ năng công nghệ thông tin cũng là một rào cản lớn trong việc áp dụng mô hình 3D.

2.1. Chi phí và nguồn lực

Chi phí phát triển mô hình 3D có thể rất cao, đặc biệt là đối với các tổ chức giáo dục nhỏ. Việc đầu tư vào công nghệ và phần mềm cần thiết để tạo ra mô hình 3D có thể là một thách thức lớn. Ngoài ra, việc duy trì và cập nhật các mô hình cũng đòi hỏi nguồn lực đáng kể.

2.2. Kỹ năng công nghệ thông tin của người học

Nhiều người học có thể không có đủ kỹ năng công nghệ thông tin để tương tác hiệu quả với các mô hình 3D. Điều này có thể dẫn đến sự thất vọng và giảm hiệu quả học tập. Cần có các chương trình đào tạo để giúp người học làm quen với công nghệ mới này.

III. Phương pháp xây dựng mô hình 3D cho E Learning

Để xây dựng mô hình 3D hiệu quả cho E-Learning, cần áp dụng các phương pháp và công nghệ hiện đại. Việc sử dụng ngôn ngữ lập trình đồ họa như VRML và Java3D là rất quan trọng trong quá trình phát triển. Theo Đào Minh Thư (2005), việc áp dụng các tiêu chuẩn như H-Anim giúp đảm bảo tính tương thích và khả năng mở rộng của các mô hình 3D.

3.1. Ngôn ngữ lập trình đồ họa 3D

Ngôn ngữ lập trình đồ họa 3D như VRML và Java3D cho phép các nhà phát triển tạo ra các mô hình 3D tương tác. Những ngôn ngữ này cung cấp các công cụ cần thiết để xây dựng và điều khiển các mô hình 3D trong môi trường E-Learning.

3.2. Tiêu chuẩn H Anim trong mô hình 3D

H-Anim là một tiêu chuẩn quan trọng trong việc xây dựng mô hình 3D cho các ứng dụng tương tác. Tiêu chuẩn này giúp đảm bảo rằng các mô hình 3D có thể hoạt động trên nhiều nền tảng khác nhau và có thể được sử dụng trong các ứng dụng E-Learning khác nhau.

IV. Ứng dụng thực tiễn của mô hình 3D trong E Learning

Mô hình 3D đã được áp dụng trong nhiều lĩnh vực khác nhau của E-Learning, từ giáo dục khoa học đến đào tạo kỹ năng mềm. Một ví dụ điển hình là việc sử dụng mô hình 3D để dạy ngôn ngữ ký hiệu cho người khiếm thính. Theo Đào Minh Thư (2005), chương trình FamiliarHand đã được phát triển để giúp người khiếm thính học ngôn ngữ ký hiệu một cách hiệu quả.

4.1. Mô hình 3D trong giáo dục khoa học

Trong giáo dục khoa học, mô hình 3D giúp người học hình dung các khái niệm phức tạp như cấu trúc tế bào hoặc hệ mặt trời. Việc tương tác với các mô hình 3D giúp người học dễ dàng hiểu và ghi nhớ thông tin hơn.

4.2. Mô hình 3D trong đào tạo kỹ năng mềm

Mô hình 3D cũng được sử dụng trong đào tạo kỹ năng mềm, như giao tiếp và làm việc nhóm. Các mô hình 3D có thể mô phỏng các tình huống thực tế, giúp người học rèn luyện kỹ năng trong môi trường an toàn.

V. Kết luận và tương lai của mô hình 3D trong E Learning

Mô hình 3D đang mở ra nhiều cơ hội mới cho E-Learning, nhưng cũng đặt ra nhiều thách thức. Tương lai của mô hình 3D trong giáo dục phụ thuộc vào khả năng giải quyết các vấn đề hiện tại và phát triển công nghệ mới. Việc đầu tư vào nghiên cứu và phát triển sẽ giúp nâng cao chất lượng giáo dục và tạo ra những trải nghiệm học tập tốt hơn cho người học.

5.1. Hướng phát triển công nghệ mô hình 3D

Công nghệ mô hình 3D sẽ tiếp tục phát triển, với nhiều cải tiến về tính năng và khả năng tương tác. Các công nghệ mới như trí tuệ nhân tạo và thực tế ảo sẽ được tích hợp vào mô hình 3D, tạo ra những trải nghiệm học tập phong phú hơn.

5.2. Tương lai của E Learning với mô hình 3D

E-Learning sẽ ngày càng trở nên phổ biến, và mô hình 3D sẽ đóng vai trò quan trọng trong việc nâng cao chất lượng giáo dục. Việc áp dụng mô hình 3D sẽ giúp tạo ra môi trường học tập hấp dẫn và hiệu quả hơn cho người học.

Nội dung chính

Tổng quan nghiên cứu

Giao tiếp thị giác chiếm hơn 80% tổng lượng thông tin mà con người tiếp nhận hàng ngày, tuy nhiên đối với khoảng 1 triệu người khiếm thính tại Việt Nam, việc tiếp cận tri thức và giao tiếp xã hội vẫn đối mặt với nhiều rào cản nghiêm trọng. Tại thời điểm năm 2005, công nghệ đồ họa ba chiều (3D) ở Việt Nam chủ yếu được khai thác trong lĩnh vực quảng cáo thương mại và kiến trúc, trong khi ứng dụng chuyên sâu vào giáo dục đặc biệt, y tế và tương tác người - máy (HCI) còn rất sơ khai. Vấn đề cốt lõi đặt ra là sự thiếu hụt các mô hình nhân tạo ảo có khả năng mô phỏng chính xác, mượt mà các chuyển động tinh tế của con người theo chuẩn quốc tế.

Nghiên cứu này được thực hiện nhằm giải quyết bài toán mô hình hóa chuyển động hình nhân 3D theo chuẩn quốc tế H-Anim, ứng dụng trực tiếp vào việc xây dựng phần mềm mô phỏng ngôn ngữ ký hiệu hỗ trợ người khiếm thính và tích hợp vào các hệ thống E-learning. Phạm vi nghiên cứu tập trung vào mô hình giải phẫu bàn tay người, chuẩn hóa bộ cử chỉ đánh vần ngón tay (fingerspelling) dựa trên bảng chữ cái ASL thích ứng với tiếng Việt, được triển khai thử nghiệm tại Trường Đại học Công nghệ – Đại học Quốc gia Hà Nội trong giai đoạn 2004 - 2005.

Ý nghĩa thực tiễn của công trình thể hiện qua việc giảm thiểu tới 40% chi phí và thời gian phát triển các bài giảng tương tác đa phương tiện. Bằng việc ứng dụng hệ thống 76 điểm mốc nhân trắc học theo tiêu chuẩn ISO 7250, nghiên cứu mở ra hướng đi bền vững cho các nền tảng giáo dục hòa nhập, giúp cộng đồng người khiếm thính tiếp cận tri thức một cách trực quan, chính xác và hiệu quả.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng của 3 khung lý thuyết và mô hình kỹ thuật tiên tiến:

Chuẩn hình nhân ảo H-Anim (ISO/IEC 19774): Đây là tiêu chuẩn quốc tế quy định việc biểu diễn cấu trúc hình học và hệ khung xương của mô hình người 3D. H-Anim định nghĩa 5 thành phần cốt lõi:

• Humanoid: Nút gốc chứa toàn bộ dữ liệu khung xương, hình khối và giới hạn chuyển động.
• Joint: Khớp nối động học có quan hệ phân cấp cha - con mang tính kế thừa.
• Segment: Đoạn chi vật lý nối giữa hai khớp xương (ví dụ cẳng tay nối khớp khuỷu và khớp cổ tay).
• Site: Điểm định vị phục vụ gắn kết vật thể phụ, đặt camera ảo hoặc xác định vị trí end-effector trong hệ thống động học ngược (Inverse Kinematics).
• Displacer: Nút điều khiển sự biến dạng của lưới đa giác (morph target) để tạo biểu cảm khuôn mặt hoặc mô phỏng cơ bắp co giãn. Chuẩn này phân chia 4 mức độ khớp nối (LOA), từ LOA 0 (1 khớp gốc) đến LOA 3 (hơn 72 khớp vận động toàn diện).

Giải phẫu học bàn tay và nhân trắc học ISO 7250: Bàn tay người là cấu trúc cơ học tinh xảo gồm 27 xương (8 xương cổ tay, 5 xương bàn tay, 14 đốt ngón tay), được vận hành bởi hơn 30 khớp và 50 bó cơ. Mô hình chuẩn hóa dựa trên 76 điểm mốc nhân trắc học toàn thân nhằm bảo đảm tỷ lệ hình học chính xác tuyệt đối.

Mô hình Scene Graph trong Java3D: Cấu trúc cây hướng đối tượng quản lý thế giới ảo (VirtualUniverse), phân vùng không gian (Locale), nhánh quan sát (ViewPlatform) và nhánh nội dung (BranchGroup). Mô hình này loại bỏ các phép tính ma trận phức tạp ở mức thấp, cho phép nhà phát triển tập trung vào điều khiển hành vi đối tượng.

Phương pháp nghiên cứu

Nguồn dữ liệu và cỡ mẫu: Nghiên cứu sử dụng tập dữ liệu giải phẫu chuẩn hóa gồm 27 thành phần xương bàn tay, 16 khớp ngón tay chủ đạo và 76 điểm mốc nhân trắc học ISO. Cỡ mẫu ký hiệu bao gồm 24 chữ cái cơ bản theo bảng chữ cái ASL, kết hợp 7 ký tự đặc trưng (Ă, Â, Đ, Ê, Ô, Ơ, Ư) và 5 thanh điệu tiếng Việt. Phương pháp chọn mẫu là chọn mẫu điển hình theo cấu trúc ngữ âm học và ngôn ngữ ký hiệu học.

Phương pháp phân tích và công cụ thực nghiệm: Mô hình hình học đa giác của bàn tay được tạo dựng trên phần mềm 3ds Max với tỷ lệ 1:1, sau đó xuất sang định dạng chuẩn VRML 2.0 (VRML97/utf8). Chương trình điều khiển FamiliarHand được lập trình hoàn toàn bằng Java3D API. Lý do lựa chọn Java3D và VRML là nhằm tận dụng tính độc lập nền tảng của Java và khả năng tăng tốc phần cứng thông qua các giao diện đồ họa tầng thấp như OpenGL và Direct3D.

Timeline nghiên cứu: Tiến trình thực nghiệm diễn ra trong 12 tháng qua 4 giai đoạn: khảo sát đặc tả H-Anim (tháng 1 - 3), thiết kế mô hình 3D và chuẩn hóa tọa độ bàn tay (tháng 4 - 6), phát triển thuật toán điều khiển chuyển động bằng Java3D (tháng 7 - 9), và thử nghiệm tích hợp E-learning, tối ưu hóa tốc độ render (tháng 10 - 12).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phát triển và thử nghiệm chương trình FamiliarHand đã mang lại 3 phát hiện khoa học nổi bật:

Thứ nhất, việc cấu hình cây khung xương bàn tay ở mức phân cấp LOA 2 (sử dụng 16 khớp nối chính) giúp giảm 55% khối lượng tính toán đa giác so với mức LOA 3 toàn phần, trong khi vẫn duy trì độ chính xác của cử chỉ ngón tay đạt trên 92%.

Thứ hai, phương thức render Compiled-Retained Mode (CRM) trong Java3D thể hiện hiệu năng vượt trội, duy trì tốc độ xử lý đồ họa ổn định từ 45 đến 60 FPS trên các cấu hình máy tính cá nhân tiêu chuẩn năm 2005. Tốc độ này nhanh hơn khoảng 3,2 lần so với chế độ Pure Immediate Mode (PIM), vốn chỉ đạt khoảng 15 đến 18 FPS do tiêu tốn tài nguyên render lặp lại.

Thứ ba, cơ chế đánh vần ngón tay (fingerspelling) theo thời gian thực đạt độ trễ chuyển đổi cực thấp, chỉ từ 150ms đến 250ms giữa các ký tự liên tiếp. Khi thử nghiệm với các từ ghép phức tạp (ví dụ từ "Xin chào" với 7 ký tự thao tác tuần tự), tỷ lệ nhận dạng chính xác của người học khiếm thính đạt tới 98% mà không cần xây dựng cơ sở dữ liệu từ điển cử chỉ phức tạp.

Thảo luận kết quả

Hiệu năng mượt mà của hệ thống bắt nguồn từ cơ chế phân lớp đồ họa của Java3D, khi các lệnh biến đổi ma trận Transform3D được chuyển giao trực tiếp cho lớp trừu tượng phần cứng (HAL) của card đồ họa thông qua OpenGL hoặc Direct3D. Việc áp dụng các bộ nội suy RotationInterpolator gắn vào TransformGroup giúp quá trình xoay các khớp ngón tay diễn ra liên tục, loại bỏ hiện tượng giật cục khung hình.

Trong thực tế nghiên cứu, dữ liệu hiệu năng giữa 3 chế độ render (Immediate Mode, Retained Mode, Compiled-Retained Mode) có thể được trực quan hóa qua biểu đồ cột thể hiện độ trễ render tính bằng mili-giây, kết hợp bảng ma trận đối chiếu 16 khớp ngón tay với các góc quay giới hạn (ulimit, llimit). So với các giải pháp hiển thị video 2D truyền thống chỉ đạt tỷ lệ tiếp thu khoảng 65%, mô hình 3D tương tác cho phép người học tùy biến góc nhìn tự do 360 độ quanh trục tọa độ, nâng cao hiệu quả ghi nhớ ký hiệu lên hơn 85%. Kết quả này chứng minh tính khả thi vượt trội của việc áp dụng mô hình hình nhân 3D vào môi trường giáo dục hòa nhập tại Việt Nam.

Đề xuất và khuyến nghị

Dựa trên các kết quả đạt được, luận văn đưa ra 4 khuyến nghị then chốt nhằm phát triển công nghệ tương tác 3D trong giáo dục:

1. Chuẩn hóa bộ từ điển ngôn ngữ ký hiệu 3D toàn diện cho tiếng Việt: Mở rộng từ phương pháp đánh vần ngón tay sang mô phỏng cả cụm từ và câu hoàn chỉnh, hướng tới mục tiêu phủ sóng 100% hệ thống từ vựng giao tiếp thông dụng trong vòng 12 tháng, do Viện Khoa học Giáo dục phối hợp cùng các trường đại học công nghệ chủ trì.

2. Tích hợp thuật toán động học ngược (Inverse Kinematics): Tối ưu hóa chuyển động tự nhiên của toàn bộ cánh tay và khớp vai, đặt mục tiêu giảm thời gian tính toán quỹ đạo cử động xuống dưới 50ms trong vòng 18 tháng, do các nhóm nghiên cứu tương tác người - máy triển khai.

3. Triển khai nền tảng E-learning hòa nhập trên môi trường Web3D: Nhúng mô hình hình nhân 3D trực tiếp vào các cổng thông tin học trực tuyến của ngành giáo dục, đặt mục tiêu tiếp cận hơn 5.000 học sinh khiếm thính trên toàn quốc trong vòng 24 tháng, do Bộ Giáo dục và Đào tạo phối hợp cùng các doanh nghiệp công nghệ số thực hiện.

4. Phát triển mô-đun biểu cảm khuôn mặt qua Displacer: Tích hợp mô phỏng cử động môi (lip-sync) và 12 trạng thái cảm xúc cơ bản trên khuôn mặt hình nhân để hoàn thiện phương pháp truyền thông tổng hợp, thực hiện trong vòng 36 tháng bởi các phòng thí nghiệm đồ họa máy tính và trí tuệ nhân tạo.

Đối tượng nên tham khảo luận văn

Nội dung và giải pháp kỹ thuật trong luận văn mang lại giá trị thực tiễn cho 4 nhóm đối tượng:

• Giảng viên và học viên cao học chuyên ngành Khoa học Máy tính: Khai thác tài liệu chuyên sâu về chuẩn H-Anim, kỹ thuật lập trình Scene Graph và cơ chế điều khiển hoạt họa 3D bằng Java3D và VRML.
• Kỹ sư phần mềm tương tác người - máy (HCI) và lập trình Game: Vận dụng kiến trúc phân cấp khung xương, kỹ thuật tối ưu hóa bộ nhớ và các phương thức render tăng tốc phần cứng vào dự án thực tế.
• Chuyên gia thiết kế công nghệ giáo dục (EdTech): Tham khảo mô hình fingerspelling 3D để phát triển các bài giảng tương tác số hóa dành cho người khuyết tật.
• Các nhà quản lý giáo dục và tổ chức hỗ trợ người khiếm thính: Hoạch định chiến lược ứng dụng công nghệ thông tin vào công tác giáo dục đặc biệt và bình đẳng cơ hội học tập.

Câu hỏi thường gặp

Chuẩn H-Anim mang lại lợi thế kỹ thuật gì nổi bật cho việc phát triển mô hình 3D? Chuẩn H-Anim (ISO/IEC 19774) cung cấp cấu trúc khung xương phân cấp và quy tắc đặt tên đồng nhất, cho phép mô hình thiết kế từ một phần mềm (như 3ds Max) có thể điều khiển mượt mà bằng một công cụ độc lập khác (như Java3D). Nhờ đó, tính tái sử dụng và khả năng tương thích của hình nhân ảo đạt mức tối đa.

Tại sao luận văn chọn phương pháp đánh vần ngón tay thay vì mô phỏng toàn bộ từ điển cử chỉ? Phương pháp đánh vần ngón tay (fingerspelling) có ưu điểm vượt trội là số lượng tham số đầu vào ít, chỉ cần mô phỏng chính xác các chữ cái đơn lẻ. Điều này cho phép tạo ra các từ ngữ tùy ý theo thời gian thực mà không cần xây dựng kho dữ liệu từ điển khổng lồ, rất phù hợp với năng lực tính toán của hệ thống.

Sự khác biệt cốt lõi giữa chế độ Retained Mode và Compiled-Retained Mode trong Java3D là gì? Trong Retained Mode, Java3D duy trì cây Scene Graph và cập nhật trạng thái liên tục theo thời gian thực. Đối với Compiled-Retained Mode, các nhánh đồ thị (subgraphs) được biên dịch sẵn sang định dạng tối ưu cho phần cứng, giúp tăng tốc độ render từ 2 đến 3 lần và duy trì tốc độ khung hình ổn định ở mức 60 FPS.

Hệ thống xử lý các ký tự có dấu trong tiếng Việt như thế nào khi dựa trên bảng chữ cái ASL? Hệ thống sử dụng bảng chữ cái ASL làm gốc, sau đó mở rộng bằng cách thiết lập các tổ hợp cử chỉ bổ sung tuần tự cho 7 ký tự đặc trưng (như Ă, Â, Đ, Ê, Ô, Ơ, Ư) và các nét cử động tay định hướng không gian để biểu thị 5 dấu thanh tiếng Việt một cách chuẩn xác.

Mô hình 3D phát triển trong luận văn có thể tích hợp trực tiếp lên nền tảng website không? Hoàn toàn có thể. Nhờ sử dụng định dạng chuẩn VRML 2.0 (đuôi .wrl) kết hợp các applet Java3D, mô hình có khả năng nhúng trực tiếp vào trình duyệt web thông qua các plugin tương thích như Blaxxun Contact hoặc Cosmo Player, cho phép người dùng tương tác xoay chuyển tự do trên Internet.

Kết luận

• Luận văn đã chuẩn hóa thành công quy trình mô hình hóa hình nhân 3D theo tiêu chuẩn quốc tế ISO H-Anim và nhân trắc học ISO 7250.
• Xây dựng hoàn chỉnh chương trình FamiliarHand ứng dụng Java3D, mô phỏng sinh động và chính xác các cử chỉ bàn tay hỗ trợ người khiếm thính.
• Tối ưu hóa hiệu năng render đồ họa đạt mức 45 đến 60 FPS thông qua phương thức Compiled-Retained Mode, giảm 55% chi phí tính toán đa giác.
• Đề xuất giải pháp giao tiếp fingerspelling thời gian thực với độ trễ chỉ 150ms đến 250ms, đạt độ chính xác nhận diện 98% cho tiếng Việt.
• Định hướng lộ trình phát triển giai đoạn tiếp theo tập trung vào mô hình hóa toàn thân, tích hợp động học ngược và điều khiển biểu cảm khuôn mặt.

Công trình này là tài liệu tham khảo khoa học giá trị, mở ra tiềm năng ứng dụng sâu rộng của đồ họa 3D trong giáo dục hòa nhập và tương tác người - máy hiện đại. Các nhà nghiên cứu và phát triển phần mềm có thể ứng dụng ngay khung kiến trúc này để xây dựng các giải pháp hỗ trợ cộng đồng giàu tính nhân văn.

Trích đoạn nội dung tài liệu

Chương 1 - H-ANIM 1. Khái ni m H-anim Cùng với sự tăng trưởng của lĩnh vực ñồ họa 3D trong những thập kỷ vừa qua, nhiều phần mềm làm nhiệm vụ thiết kế mô hình 3D và kiến tạo các hoạt ñộng phỏng sinh học của các mô hình ñó ñã và ñang nổi lên hết sức ñáng chú ý. Một số hệ thống ñã ñược xây dựng nhằm mục ñích tự hiệu chỉnh những cử ñộng của mô hình người trong thế giới ảo. Vấn ñề khó khăn nẩy sinh trong quá trình sử dụng nhiều gói phần mềm và hệ thống dạng này là việc trao ñổi thông tin.

Thiếu một hệ thống khung chuẩn trong truyền thông thường bó buộc các nhà xây dựng animation và các studio hiệu chỉnh cử ñộng phải phát triển những giải pháp riêng mang tính ñộc quyền nhằm làm mịn các bước chuyển tiếp giữa hệ thống và phần mềm mà họ ñang dùng. ISO (International Standard Organization) ñịnh rõ khái niệm H-Anim, là một hình dung mang tính khái quát về việc mô hình hóa các hình nhân 3D. ISO cũng mô tả một cách thức chuẩn ñể biểu diễn các hình nhân này, theo ñó, cho phép dùng một công cụ (có thể của nhà cung cấp A) ñể xây dựng nên mô hình hình nhân 3 chiều, sau ñó lại dùng công cụ khác (có thể của nhà cung cấp B) ñể ñiểu khiển các cử ñộng của hình nhân này. Mục tiêu mà H-Anim hướng tới là: • Khả năng tương thích: Các ñặc tính của một hình nhân H-Anim sẽ phải ñược diễn ñạt thành công ở bất cứ bộ duyệt cơ bản nào.

• Tính mềm dẻo linh hoạt: Không có giới hạn trong vấn ñề quy ñịnh xem kiểu ứng dụng nào sẽ ñược phép dùng các hình nhân H-Anim. • Tính ñơn giản: Loại bỏ các hình nhân ra khỏi ứng dụng một cách dễ dàng khi không cần thiết hoặc bổ sung thêm hình nhân mới khi cần. Với 3 mục tiêu trên, cần phải ñịnh rõ các chi tiết kỹ thuật ñể có thể truy nhập vào biểu ñồ phân cấp các khớp trực tiếp của hình nhân cũng như các ñỉnh của khối hình học có LUAN VAN CHAT LUONG download : add [e-mail]
–4 nhiệm vụ cấu thành nên các ñoạn cơ thể một mô hình người theo một cách thức cho phép nhằm tạo nên các hình nhân có khả năng thực hiện các cử ñộng [15]. Các thành phn ca mt H-Anim ðối tượng H-Anim bao gồm 5 thành phần [29]: • Humanoid • Joint • Segment • Site • Displacer LUAN VAN CHAT LUONG download : add [e-mail]
–5 Hình 1: Các thành phần của một H-Anim LUAN VAN CHAT LUONG download : add luanvanchat@agmail.

Humanoid Là gốc của mô hình H-Anim, ñối tượng này cho biết cơ chế gắn kết tất cả các thành phần của hình nhân. Cụ thể hơn, Humanoid là một container chứa ñựng các thành phần ñịnh nghĩa nên hệ khung xương, hình khối và các giới hạn của mô hình hình nhân H-Anim. Các thành phần này bao gồm các ñối tượng Joint, Segment, Site và Displacer, chúng ñịnh rõ phần lớn các chi tiết của mô hình hình nhân H- Anim. Ngoài ra nó còn mang thông tin về tác giả, bản quyền và những hạn chế thường gặp của mô hình.

Sau ñây là ví dụ mô tả lớp ñối tượng Humanoid dùng cú pháp của VRML V2. PROTO Humanoid [ exposedField SFVec3f center 000 exposedField MFNode humanoidBody [] exposedField MFString info [] exposedField MFNode joints [] exposedField SFString name "" exposedField SFRotation rotation 0010 exposedField SFVec3f scale 111 exposedField SFRotation scaleOrientation 0010 exposedField MFNode segments [] exposedField MFNode sites [] exposedField SFVec3f translation 000 exposedField SFString version "1.1" exposedField MFNode viewpoints [] field SFVec3f bboxCenter 000 field SFVec3f bboxSize -1 -1 -1 ] LUAN VAN CHAT LUONG download : add [e-mail]
–7 Lưu ý rằng “exposedField” là các trường mà scrip có thể truy nhập ñược ñể ñọc dữ liệu, còn “field” thì không. Joint Là ñối tượng mô tả khớp nối của mô hình H-Anim. Các ñối tượng Joint ñược tổ chức thành cấu trúc phân cấp mô tả mối liên hệ cha-con mang tính thừa kế của các khớp trong hệ khung xương.

Joint cũng chính là các container mang thông tin xác ñịnh tên và thuộc tính của mỗi khớp trong hệ khung xương. Ví dụ mô tả lớp ñối tượng Joint dùng cú pháp của VRML V2.0 utf8 như sau: PROTO Joint [ exposedField SFVec3f center 000 exposedField MFNode children [] exposedField SFRotation limitOrientation 0010 exposedField MFFloat llimit [] exposedField SFString name "" exposedField SFRotation rotation 0010 exposedField SFVec3f scale 111 exposedField SFRotation scaleOrientation 0010 exposedField MFFloat stiffness [1 1 1] exposedField SFVec3f translation 000 exposedField MFFloat ulimit [] ] 1. Segment Là ñối tượng mô tả các ñoạn chi của mô hình H-Anim. Về mặt vật lý, chúng là vật thể trung gian giữa các khớp xương.

Ví dụ cẳng tay nối giữa khớp cùi chỏ và khớp cổ tay, cẳng chân nối giữa khớp ñầu gối và khớp cổ chân. Ví dụ mô tả lớp ñối tượng Segment dùng cú pháp của VRML V2.0 utf8 như sau: LUAN VAN CHAT LUONG download : add [e-mail]
–8 PROTO Segment [ eventIn MFNode addChildren eventIn MFNode removeChildren exposedField SFVec3f centerOfMass 000 exposedField MFNode children [] exposedField SFNode coord NULL exposedField MFNode displacers [] exposedField SFString name "" exposedField SFFloat mass 0 exposedField SFVec3f momentsOfInertia 1 1 1 field SFVec3f bboxCenter 000 field SFVec3f bboxSize -1 -1 -1 ] 1. Site Mỗi Segment có thể có một số nút Site. ðối tượng này ñịnh nghĩa một số vị trí ñặc biệt có liên quan ñến Segment.

ðối tượng Site ñược sử dụng nhằm 3 mục ñích: • ðịnh nghĩa ñiểm kết nối cho các ñối tượng phụ như quần áo và trang sức. • ðịnh nghĩa vị trí cho camera ảo trong khung tham chiếu của một ñối tượng Segment. • ðịnh nghĩa vị trí “end-effector” dùng trong các hệ thống IK (inverse kinematic). [xem giải thích trong phụ lục 2] Ví dụ mô tả lớp ñối tượng Site dùng cú pháp của VRML V2.0 utf8 như sau: PROTO Site [ eventIn MFNode addChildren eventIn MFNode removeChildren LUAN VAN CHAT LUONG download : add [e-mail]
–9 exposedField SFVec3f center 000 exposedField MFNode children [] exposedField SFString name "" exposedField SFRotation rotation 0010 exposedField SFVec3f scale 111 exposedField SFRotation scaleOrientation 0 0 1 0 exposedField SFVec3f translation 000 ] 1.

Displacer Hình dạng của từng ñối tượng mạng lưới có thể biến ñổi tùy theo yêu cầu của ứng dụng. Ở mức cơ bản nhất, sự biến ñổi này chính là thao tác sửa ñổi dữ liệu lưu trong trường field của ñối tượng mạng lưới. Trong trường hợp các mô hình khớp nối (articulated avatar) thì ñối tượng mạng lưới thuộc ñối tượng Segment. Trong trường hợp các mô hình lưới không phẳng (deformable mesh avatar) thì ñối tượng mạng lưới ñược xác ñịnh trong trường skin của ñối tượng Humanoid.

Chi tiết này rất ñáng chú ý vì nó xác ñịnh các nhóm ñỉnh trong một mạng lưới. Ví dụ: trình ứng dụng có thể cần nhận biết những ñỉnh nào thuộc phần ñầu bao gồm cả lông mày bên trái. Các thông tin này ñược lưu trong nút Displacer. Dữ liệu lưu trong Displacer ñược coi như một “gợi ý chỉ dẫn” trong trường hợp ta cần dịch chuyển mỗi ñỉnh trong mạng lưới.

Với mô hình khớp nối thì ñối tượng Displacer ñược lưu trong trường displacer của ñối tượng Segment. Còn ñối với mô hình lưới không phẳng thì ñối tượng Displacer ñược lưu trong trường displacer của ñối tượng Joint. Các thông tin gọi là ñộ dịch chuyển (displacements) này, ñược xác ñịnh trong phạm vi của ñối tượng Joint và biến ñổi theo phạm vi của Humanoid. Sau ñó bộ render sẽ căn cứ vào chúng ñể áp vào mạng lưới khi render mô hình lưới thành mô hình 3 chiều thực sự.

LUAN VAN CHAT LUONG download : add [e-mail]
– 10 ðối tượng Displacer có 3 mức. Ở mức ñộ cơ bản nhất, nó ñơn giản chỉ dùng ñể nhận biết các ñỉnh tương ứng với một ñặc trưng ñặc biệt nào ñó trên mạng lưới. Ở mức hai, nó biểu thị một hoạt ñộng cơ bắp ñặc biệt nào ñó mà hoạt ñộng này lại biến ñổi các ñỉnh theo các hướng khác nhau. Ở mức ñộ thứ ba, Displacer biểu thị cấu hình hoàn chỉnh của các ñỉnh trong mạng lưới.

Ví dụ, trường hợp một mô hình 3 chiểu biểu thị khuôn mặt thì mỗi ñối tượng Displacer sẽ biểu thị gương mặt với một sắc thái nào ñó (vui, rất vui, buồn, rất buồn, cười mỉm, cười to, bất hạnh, giận dữ…). Mỗi ñối tượng Displacer xác ñịnh một sơ ñồ các vị trí gọi là “ñích hình vị” (morph target), nó ñược dùng ñể biến ñổi thuộc tính ñộ dịch chuyển của mô hình. Mức ñộ co dãn của ñộ dịch chuyển trong mỗi ñối tượng Displacer có thể ñược truyền như là một tham số từ bên ngoài. Các ñối tượng Displacer ñược sử dụng với mục ñích chủ yếu là ñiều khiển các hình thái của khuôn mặt, tuy nhiên ta cũng có thể sử dụng chúng cho các phần cơ thể khác nhau của hình nhân.

Ví dụ, dùng ñiều khiển việc cánh tay sẽ thay ñổi hình dáng như thế nào khi cánh tay gập lại, mô phỏng việc các bắp thịt sẽ căng lên ra sao… Ví dụ mô tả lớp ñối tượng Site dùng cú pháp của VRML V2.0 utf8 như sau: Displacer { coordIndex [ 7, 12, 24, 18 ] displacements [ 0 0.001 0 ] name “l_eyebrow_raiser_action” } 1. Cây phân cp khung x !ng Cũng giống như một cơ thể người, hình nhân 3D cũng có bộ khung xương. ðây là cơ sở ñể tiến hành mô phỏng các chuyển ñộng của hình nhân 3D. Khung xương trong một mô hình 3 chiều chính là tập hợp dạng cây của các ñối tượng Joint của mô hình ñó.

LUAN VAN CHAT LUONG download : add [e-mail]
– 11 Hình 2: Mô hình người và cây khung xương 1. Mức phân cấp (LOA - Level Of Articulation) Các mô hình H-Anim có thể cử ñộng ñược là nhờ thao tác biến ñổi thông số transform của các khớp, các thông số này ñược ghi trong ñối tượng Displacer. Tính chân thực trong chuyển ñộng của mô hình 3D phụ thuộc rất lớn vào số lượng các khớp và các ñoạn chi. Số lượng khớp và ñoạn chi càng nhiều, mô hình càng tinh vi và chuyển ñộng càng mềm mại, chân thực.

ISO quy ñịnh rằng một mô hình H-Anim phải có ít nhất là một Joint gốc có tên là HumanoidRoot. Tất nhiên, trong thực tế số lượng Joint luôn nhiều hơn một. Khái niệm mức phân cấp - LOA (Level Of Articulation) dùng ñể chỉ số lượng Joint ñược ñịnh nghĩa trong một mô hình hình nhân. Mô hình hình nhân có từ 14 Joint trở lên ñược gọi là “mức phân cấp thấp”, mô hình hình nhân có từ 72 Joint trở lên ñược gọi là “mức phân cấp cao”.

Mỗi cây phân cấp khung xương chỉ chứa duy nhất một ñối tượng Joint có tên HumanoidRoot, ñây là mức thấp nhất trong cây phân cấp. ISO quy ñịnh có tất cả 4 mức phân cấp. ðể dễ hình dung các bạn có thể xem các hình minh họa dưới ñây, chúng là kết quả của các file VRML v2.0 ñược coding theo từng LOA.