【技术实现步骤摘要】
基于动作捕捉数据隐变量傅里叶分析的角色动画自编码器
[0001]本专利技术属于图形学
，具体涉及一种角色动画自编码器。
技术介绍
[0002]动画数据通常以关键帧序列的方式进行表示，且序列的每帧将姿势参数化(比如关节的角度或位置)。这种表示其实是冗余的，合理的动作数据所形成的矢量空间只是上述空间的一个子空间。比如让关节以不可能的角度进行旋转，或者让相邻帧之间的姿势发生巨大变化，都是不合理的。寻找这种运动子空间，或者说运动流形(Motion Manifold)，对许多应用都有所帮助。这种带有先验知识的分布可以帮助神经网络更好的生成动作，比如合理的内插(由于运动的非线性性，直接线性内插有时是不合理的)。也可以定义更合理的测地线距离，并以此在动作匹配时更精确地寻找到最近邻。
[0003]目前，最常见的学习运动数据的技术是卷积自编码器，但是用它做运动生成，常常产生滑步甚至飘行的动作。这是因为神经网络注意到人体在前进时有时左脚向前，有时右脚向前，并决定将它们平均，输出两只脚一起向前的动画，这就是滑步与飘行的原因。为此，P...
【技术保护点】
【技术特征摘要】
1.一种基于动作捕捉数据隐变量傅里叶分析的角色动画自编码器，其特征在于，其结构包括：编码器、解码器，两者中还有一个特别设计的隐变量序列正弦重建层；即角色动画序列经编码器生成隐变量序列x(n)，再经过隐变量序列正弦重建层进行重建，最后进入解码器进行解码；其中，隐变量序列正弦重建层的具体实现如下：假设动画数据的采样率为f
s
，共N帧，则每一个隐变量通道都编码出一个长度为N的隐变量序列；对于某个隐变量通道的序列x(n)，采用一个正弦波去近似它，设正弦波为：Acos(2πfn
‑
p)+b，其中有四个参数需要确定：幅值A、平均频率f、相位p、直流偏置b；其中...
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。