[發明專利]一種二維動畫生成方法及系統

在審

• 申請號: 202210294930.7
• 申請日: 2022-03-24
• 公開（公告）號: CN114663561A
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 熊定
• 申請（專利權）人: 熊定
• 主分類號: G06T13/80
• 分類號: G06T13/80;G06V40/16;G06N3/04
• 代理公司: 上海創開專利代理事務所(普通合伙) 31374
• 代理人: 汪發成

1.一種二維動畫生成方法，其特征在于，所述方法包括：

獲得第一動作畫面，所述第一動作畫面具有第一時間序列；

基于所述第一動作畫面，獲得動作預設幀數；

利用卷積神經網絡對所述第一動作畫面進行卷積特征提取，獲得第一動作特征集；

將所述第一動作特征集、所述動作預設幀數輸入循環神經網絡中，獲得動作特征分析結果；

根據所述第一動作畫面、所述動作特征分析結果進行畫面合成，生成第二動作畫面，其中，所述第二動作畫面具有第二時間序列；

基于所述第二時間序列與所述第一時間序列的關聯性，將所述第二動作畫面與所述第一動作畫面進行組合。

2.如權利要求1所述的方法，其特征在于，所述方法還包括：

獲得當前制作二維動畫，所述當前制作二維動畫具有第一幀數；

獲得預設幀數要求，所述預設幀數要求為完整動畫幀數，所述第一幀數小于所述預設幀數要求；

按照時間順序對所述當前制作二維動畫進行排序，并提取各幀動畫信息，得到二維動畫信息集；

通過所述卷積神經網絡分別對所述二維動畫信息集進行特征提取，獲得第二動作特征集，其中，所述第二動作特征集包括多個動作特征集合，且，每個動作特征集合對應一幀二維動畫信息；

將所述第二動作特征集輸入所述循環神經網絡中，獲得第三動作特征集；

根據所述第三動作特征集，合成二維動畫自動生成信息；

將所述二維動畫自動生成信息按照二維動畫信息的幀數對應關系插入所述當前制作二維動畫中。

3.如權利要求1所述的方法，其特征在于，所述基于所述第一動作畫面，獲得動作預設幀數，包括：

根據所述第一動作畫面進行動作識別，確定動作屬性及動作難度；

根據所述動作屬性、所述動作難度，獲得畫面幀數閾值；

獲得期望幀數；

判斷所述期望幀數是否滿足所述畫面幀數閾值；

當滿足時，根據所述期望幀數信息，獲得所述動作預設幀數。

4.如權利要求1所述的方法，其特征在于，所述利用卷積神經網絡對所述第一動作畫面進行卷積特征提取，獲得第一動作特征集，包括：

獲得動作設定變量集；

對所述動作設定變量集按照變量屬性進行分類，獲得動作變量分類集；

基于所述動作變量分類集，確定特征提取要求，所述特征提取要求中包括多組特征，且，多組特征與所述動作變量分類集中的分類數量相對應；

根據所述特征提取要求對所述第一動作畫面進行卷積特征提取，獲得多組動作特征集，將所述多組動作特征集作為所述第一動作特征集。

5.如權利要求1所述的方法，其特征在于，所述將所述第一動作特征集、所述動作預設幀數輸入循環神經網絡中，獲得動作特征分析結果之前，包括：

構建循環神經網絡，所述循環神經網絡具有預設權重參數；

獲得訓練數據庫，所述訓練數據庫中的訓練數據包括時間序列信息；

根據所述訓練數據庫，獲得第一訓練數據、第二訓練數據、直到第N訓練數據，其中，所述第一訓練數據具有第一時間、所述第二訓練數據具有第二時間、第N訓練數據具有第N時間，且，所述第一時間、第二時間、直到第N時間為具有先后連貫性時間信息；

利用所述第一訓練數據對所述循環神經網絡進行訓練，獲得第一訓練結果；

利用所述第一訓練結果、第二訓練數據對所述循環神經網絡進行訓練，獲得第二訓練結果，以此類推，直到利用第一訓練結果、第二訓練結果、到第N-1訓練結果對訓練神經網絡進行訓練，確定最終優化循環神經網絡，其中最終優化循環神經網絡包括優化權重參數，所述優化權重參數與所述預設權重參數相對應。