基于机器学习的三维骨架模型动作合成

• 作者: 卢庆华 宋卫 黄元忠
• 来源期刊: 电脑与信息技术
• 学科: 工学
• 关键词: 机器学习 神经网络 骨骼动画
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 图形图像识别处理技术
• 页码范围: 16-18
• 页数: 3页
• 分类号: TP391.41|TP183
• 字数: 1502字
• 语种: 中文

摘要

骨架驱动是绘制三维动画的一种新的流行方式.通过动点采集,实时捕捉等方法获得的高精度三维数据可以凭借带有骨架的三维模型制作出逼真度高,细节精致,动作生动的三维动画.传统的三维模型素材在建模结构,建模样式等诸多方面存在着差异,这些差异使得骨架驱动模式在不同模型上使用时会产生不同程度的误差.文章提出一种机器学习的算法,用于解决骨架驱动模式在不同模型上的适应性,提高其针对不同三维模型驱动的兼容性,从而降低三维模型驱动的动作误差,提升动作质量,优化三维动画制作的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄元忠		2	0	0.0	0.0
2	卢庆华		2	0	0.0	0.0
3	宋卫		1	0	0.0	0.0