System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及动画生成,具体为一种基于单目摄像头视觉捕捉的无标记动捕增强现实动画生成方法。
技术介绍
1、画制作分为二维动画与三维动画技术,像网页上流行的flash动画就属于二维动画;最有魅力并运用最广的当属三维动画,包括我们见到的动画制作大片,电视广告片头,建筑动画等都要运用三维动画技术。
2、传统的动画制作,特别是涉及到动作捕捉的部分,通常依赖于昂贵的设备,如专业的动作捕捉套装、高精度3d扫描仪和多摄像头系统,这些不仅成本高昂,而且设置和维护复杂,这些设备不仅购置成本高,而且在设置和维护上也非常复杂,此外,光学动作捕捉技术还需要专业的技术知识和操作技能,对非专业人士来说是一大障碍,因此提出一种基于单目摄像头视觉捕捉的无标记动捕增强现实动画生成方法。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足,本专利技术提供了一种基于单目摄像头视觉捕捉的无标记动捕增强现实动画生成方法,利用深度学习进行动作捕捉,有效捕捉复杂动作和细腻的面部表情,提供自然流畅的动画效果,这增强了动画和虚拟现实体验的真实感和互动性,拓宽了在增强现实(ar)、虚拟现实(vr)和3d游戏等领域的应用潜力。
3、(二)技术方案
4、为实现上述目的,本专利技术提供如下技术方案:
5、一种基于单目摄像头视觉捕捉的无标记动捕增强现实动画生成方法,包括以下步骤:
6、s1:数据捕捉,使用摄像头捕捉人体运动数据;
7、s2:关键点
8、s3:处理,使用了mediapipe holistic方案的多套算法来处理身体的不同部位,结合从手部区域独立提取的高频局部特征,避免了对手部高级特征的额外计算,利用身体关键点估计提取的手部区域全局特征可以共享给手部的构建分支,同时提供了身体信息以用于手部关键点检测,提高了全身各部位检测的精度,同时保持了对实时性的需求;
9、s4:三维重建,使用blazepose和ghum 3d算法对视频图像中的人体姿态进行三维重建;
10、s5:映射虚拟角色,设计骨骼转换算法,通过键值对映射技术统一不同骨骼类型的规格,特别是脊柱和脊椎信息的输入,增强了虚拟角色身体动作的真实感,通过将神经网络训练成独立模块,并引入注意机制和二阶段人体关键点检测技术,利用了多种不同的算法网络和数据集完成从摄像头捕捉人体并映射成虚拟角色的工作。
11、作为本专利技术再进一步的方案,所述s2中还包括面部表情、形状、反照率和光照参数。
12、进一步的,所述s3中在进行捕捉时进行不仅限于拟我表情较为单一的脸部动作捕捉,需要进行全身动作捕捉、半身动作捕捉和更为精确地脸部捕捉。
13、在前述方案的基础上,所述s4中blazepose检测二维图像中的关节点信息,而ghum3d算法从二维视频中创建三维人体模型。
14、进一步的,所述s5中包括信息输入模块、映射模块,且信息输入模块连接有神经网络模块。
15、在前述方案的基础上,所述s5中包括用户界面软件app,通过electron框架设计便携式图形用户界面软件。
16、(三)有益效果
17、与现有技术相比,本专利技术提供了一种基于单目摄像头视觉捕捉的无标记动捕增强现实动画生成方法,具备以下有益效果:
18、1、本专利技术中,解决了传统动画制作中高昂设备成本和复杂操作的问题,相比市场上主流虚拟主播使用的光学和惯性动捉系统,提供了一种更经济、便捷的解决方案,使得算法可在普通家用电脑和单目摄像头上运行,极大降低了技术门槛和成本,使动画制作和虚拟互动更加普及。
19、2、本专利技术中,算法提供了全身动作捕捉、半身动作捕捉和更为精确地脸部捕捉,而不仅限于拟我表情较为单一的脸部动作捕捉,在技术上构成了显著的进步,扩大了应用范围。
20、3、本专利技术中,利用深度学习进行动作捕捉,有效捕捉复杂动作和细腻的面部表情,提供自然流畅的动画效果,增强了动画和虚拟现实体验的真实感和互动性,拓宽了在增强现实(ar)、虚拟现实(vr)和3d游戏等领域的应用潜力。
本文档来自技高网...【技术保护点】
1.一种基于单目摄像头视觉捕捉的无标记动捕增强现实动画生成方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于单目摄像头视觉捕捉的无标记动捕增强现实动画生成方法,其特征在于,所述S2中还包括面部表情、形状、反照率和光照参数。
3.根据权利要求1所述的一种基于单目摄像头视觉捕捉的无标记动捕增强现实动画生成方法,其特征在于,所述S3中在进行捕捉时进行不仅限于拟我表情较为单一的脸部动作捕捉,需要进行全身动作捕捉、半身动作捕捉和更为精确地脸部捕捉。
4.根据权利要求1所述的一种基于单目摄像头视觉捕捉的无标记动捕增强现实动画生成方法,其特征在于,所述S4中BlazePose检测二维图像中的关节点信息,而GHUM 3D算法从二维视频中创建三维人体模型。
5.根据权利要求1所述的一种基于单目摄像头视觉捕捉的无标记动捕增强现实动画生成方法,其特征在于,所述S5中包括信息输入模块、映射模块,且信息输入模块连接有神经网络模块。
6.根据权利要求1所述的一种基于单目摄像头视觉捕捉的无标记动捕增强现实动画生成方法,其特征在于,所述
...【技术特征摘要】
1.一种基于单目摄像头视觉捕捉的无标记动捕增强现实动画生成方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于单目摄像头视觉捕捉的无标记动捕增强现实动画生成方法,其特征在于,所述s2中还包括面部表情、形状、反照率和光照参数。
3.根据权利要求1所述的一种基于单目摄像头视觉捕捉的无标记动捕增强现实动画生成方法,其特征在于,所述s3中在进行捕捉时进行不仅限于拟我表情较为单一的脸部动作捕捉,需要进行全身动作捕捉、半身动作捕捉和更为精确地脸部捕捉。
4.根据权利要求1所述的一种基于单目摄像头...
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。