[发明专利]一种基于神经网络的动画模型生成方法及装置在审

专利信息
申请号: 202110810331.1 申请日: 2021-07-19
公开(公告)号: CN113554734A 公开(公告)日: 2021-10-26
发明(设计)人: 费天雨 申请(专利权)人: 深圳东辉盛扬科技有限公司
主分类号: G06T13/00 分类号: G06T13/00;G06N3/04;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 518054 广东省深圳市南山*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 神经网络 动画 模型 生成 方法 装置
【说明书】:

发明公开了一种基于神经网络的动画模型生成方法及装置。其中,该方法包括:获取动画场景数据;根据所述动画场景数据,提取动画模型元素;将所述动画模型元素输入至模型构成网络中,生成目标动画模型;将所述目标动画模型进行展示。本发明解决了现有技术中的动画模型生成方法中,仅仅通过固定的规则进行动画模型构建,无法根据动画模型构建的历史数据以及其他因素的变化而改变动画模型构成规则,降低了动画模型生成的灵活度和准确度的技术问题。

技术领域

本发明涉及动画数据处理领域,具体而言,涉及一种基于神经网络的动画模型生成方法及装置。

背景技术

随着智能化科技的不断发展,人们的生活、工作、学习之中越来越多地用到了智能化设备,使用智能化科技手段,提高了人们生活的质量,增加了人们学习和工作的效率。

目前,在动画元素采集与动画模型生成过程中,通常根据动画数据所在的场景等各种参数来进行动画元素的提取,从而进一步根据固定的动画模型构成规则对动画模型进行生成,但是传统的动画模型生成方法中,仅仅通过固定的规则进行动画模型构建,无法根据动画模型构建的历史数据以及其他因素的变化而改变动画模型构成规则,降低了动画模型生成的灵活度和准确度。

针对上述的问题,目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种基于神经网络的动画模型生成方法及装置,以至少解决现有技术中的动画模型生成方法中,仅仅通过固定的规则进行动画模型构建,无法根据动画模型构建的历史数据以及其他因素的变化而改变动画模型构成规则,降低了动画模型生成的灵活度和准确度的技术问题。

根据本发明实施例的一个方面,提供了一种基于神经网络的动画模型生成方法,包括:获取动画场景数据;根据所述动画场景数据,提取动画模型元素;将所述动画模型元素输入至模型构成网络中,生成目标动画模型;将所述目标动画模型进行展示。

可选的,所述获取动画场景数据包括:获取动画场景信息;根据所述动画场景信息和预设场景分析规则,生成所述动画场景数据。

可选的,在所述将所述动画模型元素输入至模型构成网络中,生成目标动画模型之前,所述方法还包括:训练所述模型构成网络。

可选的,在所述将所述目标动画模型进行展示之前,所述方法还包括:校验所述目标动画模型。

根据本发明实施例的另一方面,还提供了一种基于神经网络的动画模型生成装置,包括:获取模块,用于获取动画场景数据;提取模块,用于根据所述动画场景数据,提取动画模型元素;生成模块,用于将所述动画模型元素输入至模型构成网络中,生成目标动画模型;展示模块,用于将所述目标动画模型进行展示。

可选的,所述获取模块包括:获取单元,用于获取动画场景信息;生成单元,用于根据所述动画场景信息和预设场景分析规则,生成所述动画场景数据。

可选的,所述装置还包括:训练模块,用于训练所述模型构成网络。

可选的,所述装置还包括:校验模块,用于校验所述目标动画模型。

根据本发明实施例的另一方面,还提供了一种非易失性存储介质,所述非易失性存储介质包括存储的程序,其中,所述程序运行时控制非易失性存储介质所在的设备执行一种基于神经网络的动画模型生成方法。

根据本发明实施例的另一方面,还提供了一种电子装置,包含处理器和存储器;所述存储器中存储有计算机可读指令,所述处理器用于运行所述计算机可读指令,其中,所述计算机可读指令运行时执行一种基于神经网络的动画模型生成方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳东辉盛扬科技有限公司,未经深圳东辉盛扬科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110810331.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top