[发明专利]一种基于数据驱动的动画自动生成方法及系统

说明书

本发明公开了一种基于数据驱动的动画自动生成方法及系统，其中方法包括：给定一组动画角色的示例运动；通过自回归递归神经网络学习所述动画角色的运动特征，并训练形成一自回归运动模型；给定一组目标关键帧；所述自回归运动模型根据各所述目标关键帧的运动特征生成与所述目标关键帧的运动特征相匹配的插值帧，并将所述插值帧自动插接在各所述目标关键帧之间，最终合成使用所述目标关键帧编排的新的运动。本发明可在给定的目标关键帧之间插接过渡自然的插值帧，并合成使用各目标关键帧编排的新的运动，大幅降低了人为编排角色运动的复杂度。

技术领域

本发明涉及动画制作技术领域，具体涉及一种基于数据驱动的动画自动生成方法及系统。

背景技术

动画视频制作在建筑业、影视拍摄等领域得到了广泛应用。在动画视频制作中，艺术家们需要花费很多时间来定义关键帧，然后通过这些关键帧编排出新的动作，最后合成为动画。但人为编排运动姿态的方式非常复杂，比如制作皮克斯动画的动画师通常一到两周时间才能够编排出具有高逼真度的动画，所以在动画视频制作领域，动画师们希望能够找到一种运动姿态自动编排并可合成为过渡自然的新的运动的方法，但目前尚没有有效的自动编排方法以编排出高逼真度的动画。

发明内容

本发明的目的在于提供一种基于数据驱动的动画自动生成方法及系统，以解决上述技术问题。

为达此目的，本发明采用以下技术方案：

提供一种基于数据驱动的动画自动生成方法，包括：

给定一组动画角色的示例运动；

通过自回归递归神经网络学习所述动画角色的运动特征，并训练形成一自回归运动模型；

给定一组目标关键帧；

所述自回归运动模型根据各所述目标关键帧的运动特征生成与所述目标关键帧的运动特征相匹配的插值帧，并将所述插值帧自动插接在各所述目标关键帧之间，最终合成使用所述目标关键帧编排的新的运动。

作为本发明的一种优选方案，所述动画角色的示例运动为顽皮台灯的跳跃运动。

作为本发明的一种优选方案，所述顽皮台灯的角色运动模型包括基连杆、腿连杆和颈连杆，所述顽皮台灯的运动姿态具有6个自由度，分别为所述基连杆在x轴向上的位置、所述基连杆在y轴向上的位置、所述基连杆与水平线之间的关节角θ₁、所述基连杆与所述腿连杆之间的关节角θ₂、所述腿连杆与所述颈连杆之间的关节角θ₃以及所述顽皮台灯灯头处的关节角θ₄。

作为本发明的一种优选方案，可通过以下公式(1)预测所述顽皮台灯的运动姿态：

τ＝k_p(θ_d-θ)-k_dω 公式(1)

公式(1)中，τ表示可将连杆移向给定的目标姿态θ_d的驱动力矩；

θ_d为希望连杆作出的目标姿态；

θ为用关节角表示连杆的当前所处位置；

k_p表示驱动关节运动的比例微分控制器的刚度；

k_d表示所述顽皮台灯跳跃的阻尼参数；

ω为连杆的当前运动速度。

作为本发明的一种优选方案，生成与所述目标关键帧的运动特征相匹配的所述插值帧的方法包括：

所述自回归运动模型识别各所述目标关键帧中运动目标的关节姿态；