【摘 要】
：
虚拟现实、增强现实、深度学习等众多新型技术因5G时代到来,数据传输量爆炸增长迎来红利期。这些技术在游戏娱乐产业中应用最广泛,游戏人物建模工作重要而且繁重,是产业中重要一环。但各种人物重建方法存在众多问题:a.主流的技术通过特殊三维扫描仪器得到人物三维数据或通过穿着特殊的服装在绿幕条件下来得到人物三维模型,这些方法成本昂贵,操作繁杂;b.市面方法利用美工和动画软件来生成模型,人力成本太高,效率太低;
论文部分内容阅读
虚拟现实、增强现实、深度学习等众多新型技术因5G时代到来,数据传输量爆炸增长迎来红利期。这些技术在游戏娱乐产业中应用最广泛,游戏人物建模工作重要而且繁重,是产业中重要一环。但各种人物重建方法存在众多问题:a.主流的技术通过特殊三维扫描仪器得到人物三维数据或通过穿着特殊的服装在绿幕条件下来得到人物三维模型,这些方法成本昂贵,操作繁杂;b.市面方法利用美工和动画软件来生成模型,人力成本太高,效率太低;c.学术方法用神经网络算法实现人物重建因成本低,效率高,自动化程度高等特性,开始替代前面两种方法,但因缺乏包含人物全面信息的统计模型工具,最后模型视觉效果不理想。为了应对当前的游戏人物建模难题,基于人物统计模型MANO和头部统计模型FLAME,本文作者对这两种模型进行充分研究的基础上,参考模型的构建过程归纳总结模型学习策略,采用相同的学习策略提出新的人物统计模型MAFA并结合现有前沿的神经网络算法Alphapose和OPENPOSE得到两种能全面捕捉人物特征并快速建模的方法。本文主要工作包括:1.从开源的人体身形扫描文件中构建人物身形数据集,用于人物统计模型MAFA进行身形参数训练,该数据集可作为标准的人物身形数据集用于其它模型训练;2.建立了包含人物身形、姿态、手势和面部表情的人物统计模型MAFA,并详细地讲述了模型的公式含义,数据集构建和处理流程,身形参数训练过程,蒙皮权重刷新过程以及其他参数的迁移标准;3.基于人物统计模型MAFA和前沿的人物骨骼特征信息提取算法OPENPOSE与Alphapose提出两种快速人物建模方案,通过建立对比实验,对比MANO和MAFA拟合人物3D骨骼信息的效果进一步验证MAFA工程能力。并完善Alphapose算法,实现2D视频流到3D动画FBX文件的快速转换。相比于其他人物重建算法,本文的特色是人物统计模型MAFA,它具有如下优势:（1）能够很好地应用在Maya等三维游戏引擎上;（2）在图像图形邻域应用前景广泛,在众多深度学习算法中将成为至关重要的实验工具;（3）模型模块完善,包含了人物的身形,姿态,手势和面部表情。
其他文献
工业机器人已经开始用于物流本包裹分拣业务中,它利用计算机视觉技术实现自动化流水线的分拣模式,自动化水平的不断提升。然而,工业机器人分拣系统在实际使用中,由于分拣类别不同,系统性能要求、分拣精度等方面也存在差异。物流成交量比较高的状态下,极容易出现“错件”分拣、快递分拣速度低等问题,将严重影响快递包裹分拣。本设计对工业机器人分拣系统的性能、功能等方面进行研究,用机械臂代替人工分拣,进一步提升了工业机
当今互联网技术的飞速发展的同时,伴随着海量又杂乱无章的网络信息产生,因此采取有效的信息管理手段是很有必要的。新闻文本作为信息的重要载体,如何对海量的新闻文本进行分类以挖掘出有价值的信息成为当前热门研究课题之一。面对中文新闻文本分类任务,传统的文本表示方法存在无法解决一词多义和不能为文本提供丰富的上下文语义表征等问题。通过文本表示方法获取Embedding表示,在文本特征提取的过程中,文本特征之间缺
随着科学的进步和发展,人与机器之间的联系越来越密切。在计算机的性能不断提升的情况下,人和计算机的人机交流会更加频繁。手势是人机交互的一种方式。手势识别是通过计算机分析每一个手势的具体含义,通过对手势的识别,可以得到人们传递的信息,从中得到的信息可以直观、智能做到人与计算机机之间的交互。研究者们对包括步态、手势、人脸、姿态等交互技术进行了广泛的研究。在这些交互方式中,使用手势交互比较自然,由于其方便
随着基于位置社交网络（Location Based Social Network,LBSN）的兴起,兴趣点推荐成为了生活中不可或缺的服务。因而兴趣点推荐在推荐服务领域中成为了热门的研究领域。在兴趣点推荐中主要面临两个问题,一个是用户对兴趣点评分数据的稀疏性问题。另外一个是用户与兴趣点的特征向量表示问题。传统的协同过滤推荐算法虽然能解决数据稀疏性问题,但是推荐效果并不理想。近年来随着深度神经网络算法
图像超分辨率技术一直是计算机视觉等领域的热门研究方向,其主要任务是将一张低分辨率图像通过某种规则恢复成高分辨率图像。低分辨率图像与高分辨率图像之间的差异中起到决定性作用的并非低频信息,最主要的原因还是在于两图之间高频信息的差距,超分辨率技术即为了复原图像中缺漏的高频信息。随着硬件与机器学习的发展,深度学习的相关研究也逐渐深入地涉足于超分辨率技术领域。自2014年来,基于深度学习的超分辨率技术研究规
聚烯烃弹性体（POE）共混增韧改性是目前多种聚合物材料的主要增韧方法。而POE与高密度聚乙烯（HDPE）共混是目前的POE增韧改性应用的重要方向之一,尤其是在渔具制造行业有广泛的应用。共混过程的流变性能决定了共混物加工的难易和加工窗口的选择。而共混物的结晶结构是决定聚合物材料服役性能的重要因素。共混过程中,组分对共混体系的流变性能和结晶性能的影响不容忽视。对共混体系开展流变性能和结晶性能的研究无疑
生物医用钛合金由于其优越的生物相容性、优良的机械性能以及接近人体皮质骨的低弹性模量而具有广泛的医学应用。Ti-12Mo-6Zr-2Fe（TMZF）合金是一种亚稳态型β钛合金,具有强度高、弹性模量低、耐蚀性能优良及耐磨性能好等特点,是一种理想的人造骨植入物生物材料,且已经得到临床医用方面的许可。本文利用选区激光熔化技术（Selective laser melting,SLM）成功制备了混合粉末下亚稳
泛函微分方程的研究在世界上的许多系统中都发挥着重要作用,其中周期解和同宿轨的课题也一直吸引着全世界学者的广泛关注.本文运用推广的Poincaré-Birkhoff不动点定理和Mawhin延拓定理,对一类泛函微分方程周期解和同宿轨的存在性问题进行研究.全文共分为四章.第一章为绪论,简要介绍了泛函微分方程周期解和同宿轨的研究背景及研究现状,并简述了本文研究的主要内容.第二章运用推广的Poincaré-
软社会问题,如不健康的生活习惯,紧张的人际关系,较低的生活幸福感等,单纯地依靠法律或政策等硬性的干预措施并不足以解决相应的问题。如果设计能有效唤醒公民意识,能主动地调解软社会问题,能将设计思维、工具与方法应用于社会系统,那么这将是设计最大的善意。公益在发达国家,是衡量一个社会发展成熟度乃至社会文明程度的重要指标,也是社会变迁必然不能忽视的重要领域,因为它的背后是在补充一种社会关系乃至社会结构,是在
随着人工智能算法的快速发展,在计算机视觉领域中图像分类也往细致方向发展,其中细粒度分类是在粗类别尺度上进一步细分类的子任务,是目前热门的研究方向之一.在细粒度图像识别分类中,类间个体的在判别性特征上有些差异不明显;同时类间特征差异较大,因此该子内容具有类间差异小,类内差异大的特点.在粗粒度分类中,每个类别中所具有的图像样本数量较多,而细粒度类别数据样本少,样本分布不均衡,进一步导致细粒度图像分类分