[發明專利]用于操作三維動畫角色的方法和裝置

有效

• 申請號: 201710188070.8
• 申請日: 2017-03-27
• 公開（公告）號: CN106952325B
• 公開（公告）日: 2020-07-21
• 發明（設計）人: 方小致;陳軍宏
• 申請（專利權）人: 廈門黑鏡科技有限公司
• 主分類號: G06T13/40
• 分類號: G06T13/40
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王學強

1.一種用于操作三維動畫角色的方法，其特征在于，所述方法包括：

獲取三維動畫角色的眼睛位置參數、所述三維動畫角色的待執行注視操作的視線朝向參數以及所述待執行注視操作所注視的目標點的目標點位置參數；

將所述眼睛位置參數、所述視線朝向參數以及所述目標點位置參數轉換為與機器學習模型相匹配的輸入向量并輸入至所述機器學習模型，其中所述機器學習模型用于表征三維動畫角色的眼睛位置參數、注視操作的視線朝向參數以及注視操作所注視的目標點的目標點位置參數所對應的向量與使用樣本注視動畫片段序列融合成三維動畫角色執行注視操作的注視動畫片段時各個樣本注視動畫片段的融合權重系數所對應的向量之間的映射關系；

根據所述機器學習模型的輸出向量中的各個分量確定融合時對各個樣本注視動畫片段所使用的目標融合權重系數；

按照所確定的目標融合權重系數，使用所述樣本注視動畫片段序列中的樣本注視動畫片段進行融合，得到所述三維動畫角色執行所述待執行注視操作的目標注視動畫片段；

所述方法還包括：

將所述目標注視動畫片段的動畫數據轉換成與預先訓練的自編碼神經網絡模型匹配的輸入矩陣并輸入至所述自編碼神經網絡模型，其中所述自編碼神經網絡模型用于表征無情緒注視動畫片段的動畫數據對應的矩陣與帶情緒注視動畫片段的動畫數據對應的矩陣之間的映射關系；

將所述自編碼神經網絡模型的輸出矩陣轉換成目標帶情緒注視動畫片段的動畫數據，得到所述三維動畫角色執行所述待執行注視操作的目標帶情緒注視動畫片段；

所述自編碼神經網絡模型的訓練步驟包括：

將多個無情緒樣本注視動畫片段中多個動畫幀的總幀數以及三維動畫角色的自由度數量分別作為訓練用輸入矩陣的列數與行數，并根據每個無情緒樣本注視動畫片段中每個動畫幀中三維動畫角色的每個自由度參數設置所述訓練用輸入矩陣中對應元素的元素值，

生成所述訓練用輸入矩陣；

將與所述多個無情緒樣本注視動畫片段對應的多個帶情緒樣本注視動畫片段中多個動畫幀的總幀數以及三維動畫角色的自由度數量分別作為訓練用輸出矩陣的列數與行數，并根據每個帶情緒樣本注視動畫片段中每個動畫幀中三維動畫角色的每個自由度參數設置所述訓練用輸出矩陣中對應元素的元素值，生成所述訓練用輸出矩陣；

基于所述訓練用輸入矩陣以及所述訓練用輸出矩陣，訓練自編碼神經網絡模型。

2.根據權利要求1所述的方法，其特征在于，所述機器學習模型是以下任一種：徑向基函數神經網絡模型、K近鄰分類算法模型、超多面體模型。

3.根據權利要求2所述的方法，其特征在于，當所述機器學習模型為徑向基函數神經網絡模型時，所述方法還包括徑向基函數神經網絡模型訓練步驟，所述徑向基函數神經網絡模型訓練步驟包括：

針對所述樣本注視動畫片段序列中的各個樣本注視動畫片段，將樣本注視動畫片段中三維動畫角色的眼睛位置參數、注視操作的視線朝向參數、注視操作的所注視的目標點的目標點位置參數轉換為第一向量，并根據樣本注視動畫片段在所述樣本注視動畫片段序列中的次序生成第二向量，其中，第二向量的維度是所述樣本注視動畫片段序列中樣本注視動畫片段的個數，且第二向量中與樣本注視動畫片段的次序對應的分量上置1，其它分量置0；

將樣本注視動畫片段對應的第一向量與第二向量分別作為訓練徑向基函數神經網絡模型時所使用的輸入向量與輸出向量，訓練徑向基函數神經網絡模型。

4.根據權利要求3所述的方法，其特征在于，在所述徑向基函數神經網絡模型訓練步驟之前，所述方法還包括：

根據樣本注視動畫片段中起始動畫幀與末尾動畫幀的動畫數據，生成所述樣本注視動畫片段序列中各個樣本注視動畫片段中三維動畫角色的眼睛位置參數、注視操作的視線朝向參數、注視操作的所注視的目標點的目標點位置參數中的一項或多項。