[發明專利]基于深度強化學習的AR增強現實大屏互動的動畫仿真方法

在審

• 申請號: 202010977580.5
• 申請日: 2020-09-17
• 公開（公告）號: CN112330778A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 蔡順蛟
• 申請（專利權）人: 江蘇捷恒軟件科技有限公司
• 主分類號: G06T13/40
• 分類號: G06T13/40;G06T19/00;G06F3/01
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于深度強化學習的AR增強現實大屏互動的動畫仿真方法,采集專業人士的動作數據，并將數據進行分割，作為參考動作集；先構建兩個caffe卷積神經網絡框架，將動畫角色的狀態、動作、目標作為第一個網絡輸入，將活動范圍較廣的下肢的狀態、動作、目標和第一個網絡的動作作為第二個網格的輸入，用于與第一個網絡互相輔助，加快學習速率；通過PD控制器驅動動畫角色，直接嵌入AR增強現實系統中，或與AR增強現實系統中原有的動畫角色進行結合；本發明構建虛擬動畫角色，通過反饋給角色的獎勵和懲罰信息，使其知道自身行為是否正確，通過長時間的學習，最終角色將具有自主決策的能力。

技術領域

本發明涉及一種動畫仿真方法，尤其涉及一種AR增強現實大屏互動的動畫仿真方法。

背景技術

AR大屏互動作為一種宣傳利器，在展會、發布會、商場等人流量較大的場所有著不可替代的優勢。在技術層面，AR大屏互動在圖像識別、人臉識別、態識別、手勢識別各項技術上都有涉獵。在互動方式上，延伸出來的AR互動游戲、AR互動拍照等等這一系列的互動形式都有不錯的表現。

目前，計算機動畫人物的動作制作方法主要為人工繪制關鍵幀和將動作捕捉數據用于動畫角色中。人工繪制關鍵幀的方法需要逐幀設計，十分耗時耗力，制作困難，且角色的動作存在簡單或不真實的缺點。

基于物理的對自然動作的模擬數十年來已經成為廣泛研究的主題，對動作質量的關注通常受電影、視覺效果和游戲應用的推動。這些年來，關于基于物理的人物動畫的大量工作開發出控制器，可生成適用于大量任務和人物的魯棒性自然動作。這些方法通常利用人類洞察納入特定任務的控制結構，從而為智能體可執行的運動提供強大的歸納偏置。但是由于這些設計決策，控制器通常特定于某種智能體或任務，且多數為單動作訓練，多動作連貫訓練尚未應用于實踐。

發明內容

本發明所要解決的技術問題是提供一種進行精確動作模仿的基于深度強化學習的AR增強現實大屏互動的動畫仿真方法。

為解決上述技術問題，本發明的技術方案是：基于深度強化學習的AR增強現實大屏互動的動畫仿真方法,包括下述步驟：

步驟一，通過動作捕捉系統采集專業人士的動作數據，將不同設備采集的數據統一轉成bvh格式，通過代碼將數據進行分割、提取有用的數值并按照動作定義的關節順序進行組合排序，作為參考動作集；

步驟二，利用深度強化學習算法，每個策略由兩個神經網絡互相作用來表示，先構建兩個caffe卷積神經網絡框架：第一個網絡的第一層為512個單元組成的完全連接層，且為雙線性相位變換，第二層為兩組、六個256個單元的線性輸出層，上面的一個是評論者子網絡，用來預測每個演員的值函數；下面的是演員子網絡，用來為給定的狀態選擇出要執行的動作；步驟一的參考動作集用于critic-actor策略進行決策的訓練，得到輸出的動作a i ，來驅動動畫角色模仿專業人士的動作姿勢；第二個網絡由兩層256個單元組成的完全連接層組成，通過角色區域的選定，來加快當下肢需要進行大幅度移動時的學習效率；

步驟三，通過策略中的自適應樣式和初始定義動作集使動畫可以根據特殊的情景來生成有別于參考動作的動作，來更好地適應新的環境；

步驟四，測試時，通過PD控制器驅動動畫角色，直接嵌入AR增強現實系統中，或與AR增強現實系統中原有的動畫角色進行結合，以達到控制動畫角色動作的目的；

步驟五，AR增強現實系統中的動畫角色模仿出真人的標準動作，使角色更加生動逼真；同時可以使角色自主決策左右兩個方向的移動，準確地進行動作模擬。

作為一種優選的技術方案，在步驟一中，所述“將動作數據進行分割”的標準為：將連續的動作分成許多5秒的單獨動作片段，再對每個動作片段平均分成10份，即每份0.5秒，提取中間數據，作為一個動作的元組數據，所述參考動作集里面存儲了許多專業人士的動作姿勢，供動畫角色學習模仿；參考動作將作為目標和獎勵函數中的一個分量。