【技术实现步骤摘要】
一种服装变形预测模型的训练方法及制作动画的方法
[0001]本专利技术涉及服装动画
，更具体地说，涉及一种服装变形预测模型的训练方法及制作动画的方法。
技术介绍
[0002]随着CG(计算机图形学)技术的高速发展，服装动画技术在电影、动漫等领域扮演的角色愈发重要，其核心问题在于如何根据人体的运动姿态序列生成连续且稳定的服装变形序列，即：生成的服装变形序列不仅要与人体运动保持时序一致，其褶皱细节更要与人体体态特征对应。
[0003]目前服装动画创作主要基于物理仿真法和实例数据驱动法。
[0004]其中，物理仿真的方法计算成本较高且需要设置复杂的仿真参数，生成效果难以控制，需要美术师或艺术家不断手动迭代调整，效率较低。
[0005]实例数据驱动法致力于从已有的服装变形数据中学习人体与服装变形的相关性，但是由于实例数据驱动法在学习过程中是采用多个人体姿态对(由A姿态到B姿态)与服装变形对(服装变形数据a到服装变形数据b)的形式去训练数学函数，因此基于实例数据驱动法预测出的服装变形结果与实际的结果具有较...
【技术保护点】
【技术特征摘要】
1.一种服装变形预测模型的训练方法，其中，所述服装变形预测模型是序列到序列的模型，所述方法包括：获取多个训练样本，每个训练样本包括角色对应的运动姿态序列和服装变形标签序列；其中，所述运动姿态序列包括多个时序上连续的运动姿态，所述运动姿态序列中的每个运动姿态对应于所述服装变形标签序列中的一个服装变形标签；利用所述多个训练样本训练所述服装变形预测模型根据运动姿态序列输出服装变形序列，并根据输出的服装变形序列和服装变形标签序列计算的损失值更新所述服装变形预测模型的参数。2.根据权利要求1所述的方法，其特征在于，所述运动姿态序列中的运动姿态通过表达角色的关节点运动状态的姿态参数表示或者通过表达角色的各个部位位置的顶点坐标表示；所述服装变形标签序列中的服装变形标签通过服装对应的服装网格模型的顶点坐标表示或者通过服装网格模型的变形梯度矩阵表示，其中，所述服装网格模型的顶点坐标指示控制服装形态变化的多个预设顶点的位置；所述变形梯度矩阵指示所述服装对应的服装网格模型从初始状态到目标状态的变形量。3.根据权利要求1所述的方法，其特征在于，所述训练样本按照以下方式获取：获取为角色定制的服装的多个二维衣片，将多个二维衣片缝合到T姿态的角色模型上，以得到服装对应的服装模板；获取角色的运动姿态序列，让角色模型根据运动姿态序列进行运动，使得服装模板产生趋势性形变，得到角色穿着定制的服装按照运动姿态序列运动所对应的仿真状态的服装变形序列；按照预定的规则截取运动姿态序列及其对应的仿真的服装变形序列，得到多个训练样本。4.根据权利要求1
‑
3中任意一项所述的方法，其特征在于，在训练所述服装变形预测模型过程中，所述损失值由顶点误差值以及拉普拉斯误差值确定；其中，所述顶点误差值由输出的服装变形序列和对应的服装变形标签序列中的服装顶点的差异值确定，所述拉普拉斯误差值由输出的服装变形序列和对应的服装变形标签序列中的服装顶点分别经拉普拉斯变换后的差异值确定。5.根据权利要求4所述的方法，其特征在于，所述损失值按照以下方式确定：其中，L表示损失值，V
t
表示服装变形标签序列中第t帧的服装顶点集，表示输出的服装变形序列中第t帧的服装顶点集，Δ(
·
)表示拉普拉斯算子，α表示权重。6.根据权利要求1所述的方法，其特征在于，所述服装变形预测模型为Transformer模型或GRU模型或RNN模型。7.根据权利要求6所述的方法，其特征在于，所述Transformer模型包括：编码组件，其包括多个编码器，且用于对运动姿态序列进行编码输出运动姿态序列对应的编码信息矩阵；解码组件，其包括多个解码器，且用于运动姿态序列对应的编码信息矩阵对服装变形
的结果进行解码得到对应的服装变形序列。8.根据权利要求7所述的方法，其特征在于，所述编码器和所述解码器的数量设置为2
‑
4个。9.根据权利要求7或8所述的方法，其特征在于，所述编码组件包括：依次连接的编码向量映射模块、位置编码模块及多个编码器，每个编码器包括依次连接的多头注意力模块、第一残差与层归一化模块、前馈网络模块和第二残差与层归一化模块，其中，编码器的第一残差与层归一化模块对其连接的多头注意力模块的输入与...
【专利技术属性】
技术研发人员：王振强，陈溟，刘伟鹏，沈轶，石敏，朱登明，冯文科，魏育坤，周元良，
申请(专利权)人：青岛海发广电传媒科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。