公开(公告)号：CN113870431B

公开(公告)日：2025-02-21

申请号：CN202010630438.3

申请日：2020-06-30

Applicant: 复旦大学

Inventor： 付彦伟 ,  王嘉顺 ,  闻超 ,  薛向阳 ,  张寅达

IPC: G06T17/20 ,  G06T9/00 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供一种三维模型动作迁移方法，其特征在于，步骤S1，根据预先获取的三维模型数据生成动作网络模型、体态网络模型以及迁移为新动作的动作体态模型作为真实值用于训练动作迁移神经网络；步骤S2，构建特征编码网络作为动作特征提取器提取动作三维网格模型的动作特征；步骤S3，构建特征迁移网络作为解码器基于提取的动作特征对体态三维网格模型进行迁移操作，从而获得形变后的动作体态模型；步骤S4，构建一个端到端的动作迁移神经网络的框架；步骤S5，构建损失函数；步骤S6，基于损失函数训练动作迁移神经网络，其中，动作迁移神经网络包括动作特征编码网络以及基于空间适应性实例标准化方法的特征迁移神经网络。

公开(公告)号：CN113870431A

公开(公告)日：2021-12-31

申请号：CN202010630438.3

申请日：2020-06-30

Applicant: 复旦大学

Inventor： 付彦伟 ,  王嘉顺 ,  闻超 ,  薛向阳 ,  张寅达

IPC: G06T17/20 ,  G06T9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种三维模型动作迁移方法，其特征在于，步骤S1，根据预先获取的三维模型数据生成动作网络模型、体态网络模型以及迁移为新动作的动作体态模型作为真实值用于训练动作迁移神经网络；步骤S2，构建特征编码网络作为动作特征提取器提取动作三维网格模型的动作特征；步骤S3，构建特征迁移网络作为解码器基于提取的动作特征对体态三维网格模型进行迁移操作，从而获得形变后的动作体态模型；步骤S4，构建一个端到端的动作迁移神经网络的框架；步骤S5，构建损失函数；步骤S6，基于损失函数训练动作迁移神经网络，其中，动作迁移神经网络包括动作特征编码网络以及基于空间适应性实例标准化方法的特征迁移神经网络。