[發明專利]一種基于神經網絡的二維角色動畫生成方法和裝置

有效

• 申請號: 201811590943.9
• 申請日: 2018-12-21
• 公開（公告）號: CN109816758B
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 賀子彬;杜慶焜;胡文彬;張李京
• 申請（專利權）人: 武漢西山藝創文化有限公司
• 主分類號: G06T13/80
• 分類號: G06T13/80
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 陳慧華

1.一種基于神經網絡的二維角色動畫生成方法，適用于二維動畫或二維電子游戲制作，其特征在于，包括以下步驟：

S100)獲取多張二維角色動態圖片，并標記各張二維角色動態圖片及其序列中各張靜止幀的運動信息，以形成角色動態圖片樣本庫；

S200)初始化深度卷積神經網絡DeepCNN和循環神經網絡RNN，以建立角色動畫生成神經網絡模型；

S300)導入角色動態圖片樣本庫作為訓練集，由角色動畫生成神經網絡模型對角色動態圖片樣本庫進行監督學習；

S400)輸入同一角色的一對圖片及指定動作類型，以利用訓練完畢的角色動畫生成神經網絡模型，自動生成完整序列的二維角色動態圖片，

其中，所述步驟S100包括以下子步驟：

S101)基于openCV讀取各張二維角色動態圖片及其序列中各張靜止幀；

S102)指定各張二維角色動態圖片的序列中的關鍵靜止幀及二維角色動態圖片的動作類型；

S103)計算序列中各靜止幀上的動畫單位相對于相鄰兩張關鍵靜止幀的權重值；

S104)標記上述指定的關鍵靜止幀、二維角色動態圖片的運動類型以及權重值序列以形成二維角色動態圖片的運動信息，

其中，動畫單位是動畫劃分的最小單元。

2.根據權利要求1所述的方法，其特征在于，所述運動信息至少還包括標識所述二維角色動態圖片是否循環播放的標識。

3.根據權利要求2所述的方法，其特征在于，角色動態圖片樣本庫根據二維角色動態圖片的風格分類為多個子訓練集，并基于所述子訓練集形成相應多個角色動畫生成神經網絡模型。

4.根據權利要求3所述的方法，其特征在于，所述步驟S200還包括以下子步驟：

S201)初始化深度卷積神經網絡DeepCNN和循環神經網絡RNN；

S202)使用VGG-16網絡模型提取角色動態圖片樣本庫中各關鍵靜止幀上動畫單位的圖像特征，以形成4096維特征向量。

5.根據權利要求4所述的方法，其特征在于，所述步驟S300還包括以下子步驟：

S301)將所述特征向量導入到深度卷積神經網絡DeepCNN；

S302)采用循環神經網絡RNN對訓練集進行反復監督學習。

6.根據權利要求1所述的方法，其特征在于，所述步驟S400包括以下子步驟：

S401)將訓練完畢的角色動畫生成神經網絡模型布置在網絡服務器，并配置角色動畫生成神經網絡模型的數據入口；

S402)將同一角色的一對圖片和動作類型通過數據入口上傳到角色動畫生成神經網絡模型，以自動生成完整序列的二維角色動態圖片。

7.根據權利要求6所述的方法，其特征在于，所述數據入口是網頁的形式。