一种基于神经网络的二维角色动画生成方法和装置制造方法及图纸

一种基于神经网络的二维角色动画生成方法，包括：获取多张二维角色动态图片，并标记各张二维角色动态图片及其序列中各张静止帧的运动信息，以形成角色动态图片样本库；初始化深度卷积神经网络和循环神经网络，以建立角色动画生成神经网络模型；导入角色动态图片样本库作为训练集，由角色动画生成神经网络模型对角色动态图片样本库进行监督学习；输入同一角色的一对图片及指定动作类型，以利用训练完毕的角色动画生成神经网络模型，自动生成完整序列的二维角色动态图片。本申请还公开了相应的基于神经网络的二维角色动画生成装置。

A Two-Dimensional Character Animation Generation Method and Device Based on Neural Network

A two-dimensional character animation generation method based on neural network includes: acquiring multiple two-dimensional character dynamic pictures and marking the motion information of each two-dimensional character dynamic picture and each static frame in its sequence to form a sample library of character dynamic pictures; initializing deep convolution neural network and cyclic neural network to establish the model of character animation generation neural network; and introducing angle. The color dynamic picture sample library is used as training set, and the role animation generates the neural network model to supervise the learning of the role dynamic picture sample library. A pair of pictures of the same role and the specified action type are input to generate the neural network model by using the trained role animation to automatically generate the complete sequence of two-dimensional role dynamic pictures. The application also discloses a corresponding two-dimensional character animation generating device based on neural network.

【技术实现步骤摘要】
一种基于神经网络的二维角色动画生成方法和装置
本专利技术涉及计算机学习领域，尤其涉及到一种基于神经网络的二维角色动画生成方法和装置。
技术介绍
无论是电子游戏开发还是动画制作的过程，其往往需要针对其中的角色制作一些基本动作的动画。诸如行走、跑步、前跨和跳起等肢体基本动作或喜怒哀乐等面部表情动画可以通过适当的组合形成一系列的复杂动作。这些组合后的复杂动作精细程度和多样性，将决定电子游戏和动画表现角色的能力。然而，目前角色动画的绘制方式依然在很大程度上依赖于人手操作。具体地，美术人员首先根据角色的原画，绘制指定动作的关键帧；然后，依据相邻两张关键帧之间的差异，通过手绘的方式相应地插入动作的过渡帧。这使得软件开发商或者外包设计公司花费较大的人力成本和时间来完成上述任务。然而，因为相对于三维电子游戏所涉及到的复杂光影效果，二维电子游戏对特效的要求往往相对简单，同时由于关键帧之间的播放间隔短，所以在针对二维动画或二维电子游戏所制作两张相邻的关键帧中，过渡帧通常只会包含少量的差异(例如面部肌肉的微小变化或者肢体相对位置的微小改变)。这使得手绘过渡帧的工作事实上包含了大量的机械重复劳动。专利技术内本文档来自技高网...

【技术保护点】
1.一种基于神经网络的二维角色动画生成方法，适用于二维动画或二维电子游戏制作，其特征在于，包括以下步骤：S100)获取多张二维角色动态图片，并标记各张二维角色动态图片及其序列中各张静止帧的运动信息，以形成角色动态图片样本库；S200)初始化深度卷积神经网络DeepCNN和循环神经网络RNN，以建立角色动画生成神经网络模型；S300)导入角色动态图片样本库作为训练集，由角色动画生成神经网络模型对角色动态图片样本库进行监督学习；S400)输入同一角色的一对图片及指定动作类型，以利用训练完毕的角色动画生成神经网络模型，自动生成完整序列的二维角色动态图片。

【技术特征摘要】
1.一种基于神经网络的二维角色动画生成方法，适用于二维动画或二维电子游戏制作，其特征在于，包括以下步骤：S100)获取多张二维角色动态图片，并标记各张二维角色动态图片及其序列中各张静止帧的运动信息，以形成角色动态图片样本库；S200)初始化深度卷积神经网络DeepCNN和循环神经网络RNN，以建立角色动画生成神经网络模型；S300)导入角色动态图片样本库作为训练集，由角色动画生成神经网络模型对角色动态图片样本库进行监督学习；S400)输入同一角色的一对图片及指定动作类型，以利用训练完毕的角色动画生成神经网络模型，自动生成完整序列的二维角色动态图片。2.根据权利要求1所述的方法，其特征在于，所述步骤S100包括以下子步骤：S101)基于openCV读取各张二维角色动态图片及其序列中各张静止帧；S102)指定各张二维角色动态图片的序列中的关键静止帧及二维角色动态图片的动作类型；S103)计算序列中各静止帧上的动画单位相对于相邻两张关键静止帧的权重值；S104)标记上述指定的关键静止帧、二维角色动态图片的运动类型以及权重值序列以形成二维角色动态图片的运动信息；其中，动画单位是动画划分的最小单元。3.根据权利要求1或2所述的方法，其特征在于，所述运动信息至少还包括标识所述二维角色动态图片是否循环播放的标识。4.根据权利要求3所述的方法，其特征在于，角色动态图片样本库根据二维角色动态图片的风格分类为多个子训练集，并基于所述子训练集形成相应多个角色动画生成神经网络模型。5.根据权利要求4所述的方法，其特征在于，所述步骤S200还包括以下子步骤：S201)初始化深度卷积神经网络DeepCNN和...

【专利技术属性】
技术研发人员：贺子彬，杜庆焜，胡文彬，张李京，
申请(专利权)人：武汉西山艺创文化有限公司，
类型：发明
国别省市：湖北,42