基于变分自编码器的三维服装变形预测方法

摘要：

传统的服装动画制作方法依托于专业的布料仿真平台,需要美工或动画师编辑,时间和人力成本通常很高.通过半自动化的方法进行服装动画制作,只需要根据输入的高层参数,即可快速生成逼真的服装动画,不仅可以降低服装动画制作的技术门槛和创作成本,也有利于动画师更多地关注动画内容本身,进而得到丰富的动画效果.基于此,提出了一种基于变分自编码器的服装变形预测方法.首先,选取涵盖多种姿态的人体运动序列构建人体模型,并通过物理仿真的方式生成服装变形数据;其次,利用变分自编码器学习服装变形数据在隐空间上的概率分布模型,并引入拉普拉斯坐标变换保证生成服装的褶皱细节;然后,进一步在隐空间概率分布上引入约束条件控制服装的生成效果;最后,通过穿透修正获取逼真的服装变形效果.在AMASS数据集上基于不同体型、不同运动序列的数据开展实验,并从视觉预测效果和顶点偏移误差2个角度分析实验结果,结果表明,所提方法具有较小的服装重建误差,且可生成满足姿态、体型和时序等多种约束的服装变形效果,从而辅助动画师进行理想服装变形效果生成.

关键词：变分自编码器、服装动画、服装变形预测、拉普拉斯变换、穿透修正

所属期刊栏目：34

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61972379

在线出版日期：2022-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1160-1171