本公开关于一种虚拟发型的骨骼绑定方法、装置、电子设备、计算机可读存储介质以及计算机程序产品，其中方法通过获取虚拟发型的三维模型，根据三维模型确定虚拟发型的多个发丝，并根据目标骨骼数量对多个发丝进行聚类处理，得到对应数量的发丝类别以及每个发丝类别的中心发丝，进而根据中心发丝和目标节点数量，生成中心发丝的骨骼，并根据三维模型的几何表面顶点与各骨骼节点之间的空间距离，确定顶点相对于各骨骼节点的蒙皮权重，从而实现虚拟发型与骨骼的绑定。由于本公开通过聚类的方式确定中心发丝，并自动生成中心发丝的骨骼和计算蒙皮权重，从而能够提高骨骼绑定的效率及动画制作效率。制作效率。制作效率。
【技术实现步骤摘要】
虚拟发型的骨骼绑定方法、装置、电子设备及存储介质
[0001]本公开涉及计算机图形处理技术，尤其涉及一种虚拟发型的骨骼绑定方法、装置、电子设备、计算机可读存储介质以及计算机程序产品。
技术介绍
[0002]随着计算机图形处理技术的发展，三维动画的应用越来越普遍。三维动画的制作主要是利用计算机图形学方法，在视觉上实现构建的虚拟角色在三维空间中运动的效果。而骨骼动画是通过改变骨骼的朝向和位置实现对三维模型的运动控制(例如：姿态、角度变化、变形等)，从而生成动画的一种常见的动画制作方式。因此，三维模型的骨骼绑定是计算机骨骼动画制作的重要步骤之一，也是计算机图形学的重要研究内容。
[0003]相关技术中，对三维模型的形变需要将三维模型与骨骼绑定，即：为三维模型添加运动骨骼，并且为模型表面的每个顶点添加蒙皮系数以控制模型表面在运动中的姿态变化和形变程度，从而实现通过驱动骨骼运动的方式来驱动三维模型的运动，以实现一种流畅自然的动画效果。通常，一个模型可以包含多个骨骼，一个骨骼又由多个关节组成，骨骼和关节数量越多，则对模型的控制越精细，同时，绑定的复杂度也越高，对渲染引擎(或平台)的计算要求也越大。
[0004]而三维发型作为人物形象的重要组成部分，恰当的三维发型骨骼绑定尤为重要。相关技术中，在现有的三维建模软件中(比如Maya，3d Max等)，通常依赖于设计师的先验信息，对骨骼的关节、关节顺序进行标记，并为每一个发丝点添加与骨骼节点对应的蒙皮系数，即通过人工为三维发型绑定骨骼和蒙皮系数。但是，由于三维发型的几何形态较为复杂，驱动发型实现自然流畅的运动通常需要较多的骨骼和节点，这将消耗较大的人力成本和时间成本，从而增加了动画制作的成本及周期，导致动画制作效率低。
技术实现思路
[0005]本公开提供一种虚拟发型的骨骼绑定方法、装置、电子设备、计算机可读存储介质以及计算机程序产品，以至少解决相关技术中动画制作效率低的问题。本公开的技术方案如下：
[0006]根据本公开实施例的第一方面，提供一种虚拟发型的骨骼绑定方法，包括：
[0007]获取虚拟发型的三维模型，根据所述三维模型确定所述虚拟发型的多个发丝；
[0008]根据目标骨骼数量对所述多个发丝进行聚类处理，得到所述目标骨骼数量的发丝类别以及每个所述发丝类别的中心发丝；
[0009]根据所述中心发丝和目标节点数量，生成所述中心发丝的骨骼，所述骨骼具有所述目标节点数量的骨骼节点；
[0010]根据所述三维模型的几何表面顶点与各骨骼节点之间的空间距离，确定所述顶点相对于各骨骼节点的蒙皮权重。
[0011]在其中一个实施例中，所述根据目标骨骼数量对所述多个发丝进行聚类处理，得
到所述目标骨骼数量的发丝类别以及每个所述发丝类别的中心发丝，包括：根据所述目标骨骼数量，从所述多个发丝中确定所述目标骨骼数量的种子发丝，所述种子发丝与所述发丝类别相对应；确定所述种子发丝的邻域发丝；根据所述邻域发丝内每一根发丝与对应种子发丝的距离，确定每一根发丝的目标发丝类别，得到所述目标发丝类别下的多个目标发丝；获取所述目标发丝类别下的每一根目标发丝，分别与所述目标发丝类别下的其他目标发丝之间的距离之和；根据所述距离之和确定所述发丝类别的中心发丝。
[0012]在其中一个实施例中，所述发丝具有发根节点；所述确定所述种子发丝的邻域发丝，包括：根据所述虚拟发型的多个发丝的发根节点进行三角形分割，得到分割后的以所述发根节点为顶点的多个三角形；确定包含所述种子发丝的发根节点的目标三角形；将所述目标三角形的各顶点对应的发丝作为所述种子发丝的邻域发丝。
[0013]在其中一个实施例中，所述根据所述虚拟发型的多个发丝的发根节点进行三角形分割，包括：采用德劳内三角化对所述虚拟发型的多个发丝的发根节点进行三角形分割。
[0014]在其中一个实施例中，所述根据所述距离之和确定所述目标发丝类别的中心发丝，包括：确定所述距离之和中最小的距离之和；将所述最小的距离之和对应的目标发丝作为所述目标发丝类别的中心发丝。
[0015]在其中一个实施例中，所述根据目标骨骼数量对所述多个发丝进行聚类处理，包括：根据所述目标骨骼数量，采用K均值聚类算法、改进的K均值聚类算法和二分K均值聚类算法中的任一种对所述多个发丝进行聚类处理。
[0016]在其中一个实施例中，所述根据所述三维模型的几何表面顶点与各骨骼节点之间的空间距离，确定所述顶点相对于各骨骼节点的蒙皮权重，包括：针对任意一个骨骼节点，获取目标顶点与所述任意一个骨骼节点之间的第一空间距离，所述目标顶点为所述三维模型的几何表面中的任一顶点；获取所述目标顶点分别与其他各骨骼节点之间的多个第二空间距离，所述其他各骨骼节点为所述三维模型中除所述任意一个骨骼节点之外的骨骼节点；根据所述第一空间距离与多个所述第二空间距离，确定所述目标顶点相对于所述任意一个骨骼节点的蒙皮权重。
[0017]在其中一个实施例中，所述根据所述第一空间距离与多个所述第二空间距离确定所述目标顶点相对于所述任意一个骨骼节点的蒙皮权重，包括：计算所述第一空间距离与多个所述第二空间距离之和；将所述第一空间距离与所述和的比值，作为所述目标顶点相对于所述任意一个骨骼节点的蒙皮权重。
[0018]在其中一个实施例中，所述三维模型包括多个模型面片；所述根据所述三维模型确定所述虚拟发型的多个发丝，包括：根据所述多个模型面片确定发带，所述发带包括相互连接的多个目标模型面片；获取所述发带内多个目标模型面片的中心点；根据所述发带内多个目标模型面片的纹理坐标关系确定从发根到发梢的顺序；按所述顺序依次连接所述中心点，得到所述发带对应的发丝。
[0019]在其中一个实施例中，所述得到所述发带对应的发丝之后，所述方法还包括：当所述三维模型中所述发丝的密度小于设定阈值时，根据所述发丝对所述三维模型进行插值处理，直到所述三维模型中所述发丝的密度到达设定阈值。
[0020]在其中一个实施例中，所述根据所述中心发丝和目标节点数量，生成所述中心发丝的骨骼，包括：确定所述中心发丝的发根至发梢的顺序；根据所述目标节点数量，在所述
发根至所述发梢之间按所述顺序生成对应数量的骨骼节点。
[0021]根据本公开实施例的第二方面，提供一种虚拟发型的骨骼绑定装置，包括：
[0022]发丝确定模块，被配置为执行获取虚拟发型的三维模型，根据所述三维模型确定所述虚拟发型的多个发丝；
[0023]聚类模块，被配置为执行根据目标骨骼数量对所述多个发丝进行聚类处理，得到所述目标骨骼数量的发丝类别以及每个所述发丝类别的中心发丝；
[0024]骨骼生成模块，被配置为执行根据所述中心发丝和目标节点数量，生成所述中心发丝的骨骼，所述骨骼具有所述目标节点数量的骨骼节点；
[0025]蒙皮权重确定模块，被配置为执行根据所述三维模型的几何表面顶点与各骨骼节点之间的空间距离，确定所述顶点相对于各骨骼节点的蒙皮权重。
[0026]根据本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种虚拟发型的骨骼绑定方法，其特征在于，所述方法包括：获取虚拟发型的三维模型，根据所述三维模型确定所述虚拟发型的多个发丝；根据目标骨骼数量对所述多个发丝进行聚类处理，得到所述目标骨骼数量的发丝类别以及每个所述发丝类别的中心发丝；根据所述中心发丝和目标节点数量，生成所述中心发丝的骨骼，所述骨骼具有所述目标节点数量的骨骼节点；根据所述三维模型的几何表面顶点与各骨骼节点之间的空间距离，确定所述顶点相对于各骨骼节点的蒙皮权重。2.根据权利要求1所述的方法，其特征在于，所述根据目标骨骼数量对所述多个发丝进行聚类处理，得到所述目标骨骼数量的发丝类别以及每个所述发丝类别的中心发丝，包括：根据所述目标骨骼数量，从所述多个发丝中确定所述目标骨骼数量的种子发丝，所述种子发丝与所述发丝类别相对应；确定所述种子发丝的邻域发丝；根据所述邻域发丝内每一根发丝与对应种子发丝的距离，确定每一根发丝的目标发丝类别，得到所述目标发丝类别下的多个目标发丝；获取所述目标发丝类别下的每一根目标发丝，分别与所述目标发丝类别下的其他目标发丝之间的距离之和；根据所述距离之和确定所述目标发丝类别的中心发丝。3.根据权利要求2所述的方法，其特征在于，所述发丝具有发根节点；所述确定所述种子发丝的邻域发丝，包括：根据所述虚拟发型的多个发丝的发根节点进行三角形分割，得到分割后的以所述发根节点为顶点的多个三角形；确定包含所述种子发丝的发根节点的目标三角形；将所述目标三角形的各顶点对应的发丝作为所述种子发丝的邻域发丝。4.根据权利要求3所述的方法，其特征在于，所述根据所述虚拟发型的多个发丝的发根节点进行三角形分割，包括：采用德劳内三角化对所述虚拟发型的多个发丝的发根节点进行三角形分割。5.根据权利要求2所述的方法，其特征在于，所述根据所述距离之和确定所述目标发丝类别的中心发丝，包括：确定所述距离之和中最小的距离之和；将所述最小的距离之和对应的目标发丝作为所述目标发丝类别的中心发丝。6.根据权利要求1所述的方法，其特征在于，所述根据目标骨骼数量对所述多个发丝进行聚类处理，包括：根据所述目标骨骼数量，采用K均值聚类算法、改进的K均值聚类算法和二分K均值聚类算法中的任一种对所述多个发丝进行聚类处理。7.根据权利要求1所述的方法，其特征在于，所述根据所述三维模型的几何表面顶点与各骨骼节点之间的空间距离，确定所述顶点相对于各骨骼节点的蒙皮权重，包括：针对任意一个骨骼节点，获取目标顶点与所述任意一个骨骼节点之间的第一空间距离，所述目标顶点为所述三维模型的几何表面中的任一顶点；
获取所述目标顶点分别与其他各骨骼节点之间的多个第...
【专利技术属性】
技术研发人员：李默然，李梦天，黄海斌，郑屹，马重阳，
申请(专利权)人：北京达佳互联信息技术有限公司，
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。