【技术实现步骤摘要】
本专利技术涉及动画绘制，具体地说，涉及基于大数据融合训练模型的ai数字人口型动画绘制系统。
技术介绍
1、目前数字人口型的动画在制作过程中，大多是需要绘图师直接进行手绘拍摄处理，或者通过在线软件进行绘制，然而，这样的动画绘制方法绘制时间较长，需要动画制作人员花费大量的时间对动画细节进行绘制，降低了动画制作的效率，同时在动画制作人员在进行绘画创作时，需要对数字人口的动画资料进行逐一查询，较为麻烦，且对绘图师有较大的依赖性，普通人员难以实现；无法达到通过既快速又方便的进行动画制作的目的，另外，一旦完成很难进行肢体个性化调整。
技术实现思路
1、本专利技术的目的在于提供基于大数据融合训练模型的ai数字人口型动画绘制系统，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，提供了基于大数据融合训练模型的ai数字人口型动画绘制系统，包括动画数据收集单元、绘画方案获取单元、模型建立单元以及个性化调整单元；
3、所述动画数据收集单元用于收集数字人口型人体数据和动画样本，并将收集的数字人口型人体数据和动画样本进行数据融合；
4、所述绘画方案获取单元用于根据动画数据收集单元融合的数据进行绘画特征提取，并筛选出不同数据的绘画搭配方案；
5、所述模型建立单元用于根据绘画方案获取单元筛选的绘画搭配方案建立ai绘制模型，并采集用户的数字人口绘画需求输入至ai绘制模型进行动画绘制；
6、所述个性化调整单元用于对模型建立单元的ai绘制模型动画绘制过程
7、作为本技术方案的进一步改进，所述动画数据收集单元使用3d扫描技术获取的数字人体模型，以及动画师创作的各种动画样本。
8、作为本技术方案的进一步改进，所述动画数据收集单元对数字人口型人体数据和动画样本进行融合处理，包括去除噪声、对齐姿态、调整尺度，使得数字人口型人体数据和动画样本统一到相同的数据格式和坐标系。
9、作为本技术方案的进一步改进，所述绘画方案获取单元包括特征提取模块和方案搭配模块；
10、所述特征提取模块用于对动画数据收集单元融合的数据以肢体结构为提取目标进行绘画特征提取，获取下肢数据库、上肢数据库以及头部数据库；
11、所述方案搭配模块用于将特征提取模块获取的下肢数据库、上肢数据库以及头部数据库以肢体组合进行搭配比对，获取多种肢体数据搭配方案。
12、作为本技术方案的进一步改进，所述绘画方案获取单元包括绘画方案标注模块，所述绘画方案标注模块用于对方案搭配模块获取的肢体数据搭配方案进行场景分析，确定每个肢体数据搭配方案所适用的场景，并对应对肢体数据搭配方案进行标记保存，获取适用不同场景的绘画搭配方案。
13、作为本技术方案的进一步改进，所述模型建立单元收集绘画方案标注模块获取的适用不同场景的绘画搭配方案，并通过动画生成卷积神经网络建立ai绘制模型。
14、作为本技术方案的进一步改进，所述模型建立单元通过向用户发送一个数字人口绘画需求采集问卷，用户通过填写问卷然后再反馈给ai绘制模型，ai绘制模型对反馈回来的问卷进行数字人口绘画需求提取，获取用户提供的绘画描述，并根据绘画描述开始进行数字人口的动画绘制。
15、作为本技术方案的进一步改进，所述个性化调整单元包括绘画监测模块和动画调整模块；
16、所述绘画监测模块用于将ai绘制模型进行动画绘制分为上肢选择阶段、下肢选择阶段以及头部选择阶段，并在每个选择阶段选择的绘画搭配方案发送至用户进行调整评估；
17、所述动画调整模块用于根据绘画监测模块获取的调整评估结果对选择的绘画搭配方案进行更换，并在下肢数据库、上肢数据库以及头部数据库进行用户需求筛选，获取用户所需求的肢体数据进行调整。
18、作为本技术方案的进一步改进，所述个性化调整单元还包括自适应用户模块，所述自适应用户模块用于对不同的用户均进行标记，并对应保存该用户完成的动画绘制记录，并在该用户后续使用ai绘制模型进行动画绘制时，ai绘制模型结合该用户的动画绘制记录选择绘画搭配方案。
19、与现有技术相比，本专利技术的有益效果：
20、该基于大数据融合训练模型的ai数字人口型动画绘制系统中，通过动画数据收集单元和绘画方案获取单元、模型建立单元收集大量数字人口型人体数据和动画样本，并形成筛选出多种绘画搭配方案，从而建立ai绘制模型，通过动画制作人员输入数字人口绘画需求，ai绘制模型根据数字人口绘画需求快速生成动画人物，提高动画制作人员的工作效率，同时通过个性化调整单元对绘制过程进行阶段监测，辅助人员对动画资料进行个性化调整，从而快速绘画出动作制作人员所需求的动画人物。
本文档来自技高网...【技术保护点】
1.基于大数据融合训练模型的AI数字人口型动画绘制系统，其特征在于：包括动画数据收集单元（10）、绘画方案获取单元（20）、模型建立单元（30）以及个性化调整单元（40）；
2.根据权利要求1所述的基于大数据融合训练模型的AI数字人口型动画绘制系统，其特征在于：所述动画数据收集单元（10）使用3D扫描技术获取的数字人体模型，以及动画师创作的各种动画样本。
3.根据权利要求2所述的基于大数据融合训练模型的AI数字人口型动画绘制系统，其特征在于：所述动画数据收集单元（10）对数字人口型人体数据和动画样本进行融合处理，包括去除噪声、对齐姿态、调整尺度，使得数字人口型人体数据和动画样本统一到相同的数据格式和坐标系。
4.根据权利要求1所述的基于大数据融合训练模型的AI数字人口型动画绘制系统，其特征在于：所述绘画方案获取单元（20）包括特征提取模块和方案搭配模块；
5.根据权利要求4所述的基于大数据融合训练模型的AI数字人口型动画绘制系统，其特征在于：所述绘画方案获取单元（20）包括绘画方案标注模块，所述绘画方案标注模块用于对方案搭配模块获取
6.根据权利要求5所述的基于大数据融合训练模型的AI数字人口型动画绘制系统，其特征在于：所述模型建立单元（30）收集绘画方案标注模块获取的适用不同场景的绘画搭配方案，并通过动画生成卷积神经网络建立AI绘制模型。
7.根据权利要求1所述的基于大数据融合训练模型的AI数字人口型动画绘制系统，其特征在于：所述模型建立单元（30）通过向用户发送一个数字人口绘画需求采集问卷，用户通过填写问卷然后再反馈给AI绘制模型，AI绘制模型对反馈回来的问卷进行数字人口绘画需求提取，获取用户提供的绘画描述，并根据绘画描述开始进行数字人口的动画绘制。
8.根据权利要求1所述的基于大数据融合训练模型的AI数字人口型动画绘制系统，其特征在于：所述个性化调整单元（40）包括绘画监测模块和动画调整模块；
9.根据权利要求1所述的基于大数据融合训练模型的AI数字人口型动画绘制系统，其特征在于：所述个性化调整单元（40）还包括自适应用户模块，所述自适应用户模块用于对不同的用户均进行标记，并对应保存该用户完成的动画绘制记录，并在该用户后续使用AI绘制模型进行动画绘制时，AI绘制模型结合该用户的动画绘制记录选择绘画搭配方案。
...【技术特征摘要】
1.基于大数据融合训练模型的ai数字人口型动画绘制系统，其特征在于：包括动画数据收集单元（10）、绘画方案获取单元（20）、模型建立单元（30）以及个性化调整单元（40）；
2.根据权利要求1所述的基于大数据融合训练模型的ai数字人口型动画绘制系统，其特征在于：所述动画数据收集单元（10）使用3d扫描技术获取的数字人体模型，以及动画师创作的各种动画样本。
3.根据权利要求2所述的基于大数据融合训练模型的ai数字人口型动画绘制系统，其特征在于：所述动画数据收集单元（10）对数字人口型人体数据和动画样本进行融合处理，包括去除噪声、对齐姿态、调整尺度，使得数字人口型人体数据和动画样本统一到相同的数据格式和坐标系。
4.根据权利要求1所述的基于大数据融合训练模型的ai数字人口型动画绘制系统，其特征在于：所述绘画方案获取单元（20）包括特征提取模块和方案搭配模块；
5.根据权利要求4所述的基于大数据融合训练模型的ai数字人口型动画绘制系统，其特征在于：所述绘画方案获取单元（20）包括绘画方案标注模块，所述绘画方案标注模块用于对方案搭配模块获取的肢体数据搭配方案进行场景分析，确定每个肢体数据搭配方案所适用的场景，并对应对肢体数据搭配方案进行...
【专利技术属性】
技术研发人员：董志刚，
申请(专利权)人：北京妙音数科股份有限公司，
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。