一种基于卷积神经网络的人物驱动动画方法及系统技术方案

本发明专利技术公开了一种基于卷积神经网络的人物驱动动画方法，所述方法包括获取目标人物的视频数据；将所述目标人物的视频数据输入到卷积神经网络训练模型，输出目标人物的特征数据集；根据所述特征数据集进行跟踪计算，得到所述特征数据集对应的空间数据；基于实时渲染引擎，利用所述空间数据驱动人物驱动动画模型，生成目标人物驱动动画。本发明专利技术不需要专业人员进行后期渲染合成动画，从而降低了动画生成的人工成本，提高了动画生成的实时性和便利性；基本没有任何场景需求，且后续移植入移动设备均可实现功能，真正做到全民普及。本发明专利技术还提供了一种基于卷积神经网络的人物驱动动画系统、设备和介质。设备和介质。设备和介质。

【技术实现步骤摘要】
一种基于卷积神经网络的人物驱动动画方法及系统


[0001]本专利技术涉及3D动画
，具体涉及一种基于卷积神经网络的人物驱动动画方法及系统。

技术介绍

[0002]现有涉及到3D人物驱动动画呈现的工作流程主要分为角色绑定、动画师K动画和软件渲染三个基本步骤或者K动画环节用动作捕捉硬件设备替代，三步流程属于人力密集型工作行业需要花费大量的时间精力投入和专业动画人员参与，属于门槛较高行业，同样使用硬件设备动作捕捉需要高昂的设备费用和专业的设备使用人员协调才能完成动作捕捉过程，而且渲染过程需要花费大量的计算资源。
[0003]目前，3D人物驱动动画行业设备成本高和人力门槛高的问题是本领域技术人员的亟待解决的问题。

技术实现思路

[0004]针对现有技术中的缺陷，本专利技术提供一种基于卷积神经网络的人物驱动动画方法及系统。
[0005]第一方面，一种基于卷积神经网络的人物驱动动画方法，包括
[0006]S1,获取目标人物的视频数据；
[0007]S2,将所述目标人物的视频数据输入到卷积神经网络训练模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卷积神经网络的人物驱动动画方法，其特征在于，包括以下步骤：S1,获取目标人物的视频数据；S2,将所述目标人物的视频数据输入到卷积神经网络训练模型，输出目标人物的特征数据集；S3,根据所述特征数据集进行跟踪计算，得到所述特征数据集对应的空间数据；S4,基于实时渲染引擎，利用所述空间数据驱动人物驱动动画模型，生成目标人物驱动动画。2.根据权利要求1所述的一种基于卷积神经网络的人物驱动动画方法，其特征在于，S1中，获取目标人物的视频数据的设备包括电脑、摄像机、手机。3.根据权利要求1所述的一种基于卷积神经网络的人物驱动动画方法，其特征在于，S2中，获取所述卷积神经网络优化模型的方法包括：获取训练集，所述训练集为来自网络且包含人物的无版权视频；构建卷积神经网络模型，利用训练集对所述卷积神经网络模型进行训练，得到卷积网络识别模型。4.根据权利要求1所述的一种基于卷积神经网络的人物驱动动画方法，其特征在于，S3中，根据所述特征数据集进行跟踪计算，得到所述特征数据集对应的空间数据的方法包括：S31,基于所述特征数据集，利用跟踪器计算出特征点的运动情况并连接生成相对位置框架，得到空间浮点数据；S32,将空间浮点数据表达成C++语言；S33,将所述C++语言转译成python表达的空间坐标数据。5.根据权利要求4所述的一种基于卷积神经网络的人物驱动动画方法，其特征在于，S4中，基于实时渲染引擎，利用所述空间数据驱动人物驱动动画模型，生成人物驱动动画的方法包括以下步骤：S41,基于所述空间坐标数据，利用实时渲染引擎识别并绑定自主骨骼模型...

【专利技术属性】
技术研发人员：姚志峰，李仑，王源慧，樊玉全，
申请(专利权)人：广州喳喳科技有限公司，
类型：发明
国别省市：