公开(公告)号：CN116362133A

公开(公告)日：2023-06-30

申请号：CN202310349759.X

申请日：2023-04-04

Applicant: 浙江大学

Inventor： 李玉迪 ,  唐敏 ,  陈潇瑞 ,  童若锋 ,  安柏霖 ,  杨双才 ,  李垚 ,  寇启龙

IPC: G06F30/27 ,  G06T13/40 ,  G06N3/045 ,  G06N3/08 ,  G06F119/14 ,  G06F113/12

Abstract: 本发明公开一种基于骨架的预测目标姿势下布料静态变形的双相流网络方法。本发明能够处理任意具有骨架结构的三维角色，具体方法包括：输入模板状态下的衣服网格和目标姿势下三维角色的骨架关节变换矩阵，骨架关节变换矩阵分别输入到双相流网络：网格残差流和骨架残差流。骨架残差流网格学习相对于标准姿势下衣服网格的平滑残差分量，网格残差流学习相对于标准姿势下衣服网格的细节残差分量。双相流残差和标准姿势下衣服网格模板加权，之后进行蒙皮操作得到目标衣服的变形。本发明能够被广泛应用在虚拟试衣和游戏等高实时性的场景中，能够捕捉基于物理的仿真中的真实感特征。

公开(公告)号：CN119249883A

公开(公告)日：2025-01-03

申请号：CN202411306378.4

申请日：2024-09-19

Applicant: 浙江大学

Inventor： 张尧 ,  唐敏 ,  童若锋 ,  陈广宇 ,  安柏霖

IPC: G06F30/27 ,  G06T13/40 ,  G06T17/20 ,  G06F18/23213 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/09 ,  G06F113/12

Abstract: 本发明公开了一种基于深度学习的宽松服装粗粒度仿真方法。该方法首先使用聚类算法得到聚合特征，根据k‑d树找到特征的邻近点并设置为虚拟骨骼，通过热量扩散技术生成服装的虚拟骨骼offset矩阵；其次由服装的关节蒙皮权重和服装的关节Offset矩阵并构成服装的关节蒙皮信息；然后通过线性混合蒙皮以及仿真器获取服装的宽松信息，进而将服装的混合骨骼蒙皮权重和服装的混合骨骼Offset矩阵作为服装的混合骨骼蒙皮信息；最后使用宽松服装粗粒度预测网络根据人体动作预测服装骨骼的transform信息，并根据该transform信息和人体transform信息对服装进行蒙皮，完成服装的粗粒度拟合。

公开(公告)号：CN116401723A

公开(公告)日：2023-07-07

申请号：CN202310058389.4

申请日：2023-01-17

Applicant: 浙江大学

Inventor： 李玉迪 ,  唐敏 ,  陈潇瑞 ,  童若锋 ,  杨双才 ,  李垚 ,  安柏霖 ,  寇启龙

IPC: G06F30/10 ,  G06F30/27 ,  G06T17/00 ,  G06Q10/04

Abstract: 本发明公开一种基于三角形网格的布料静态变形预测方法，旨在用深度学习的方法解决传统基于物理的布料仿真中存在的计算量大和计算时间冗长的问题，同时能够捕获基于物理的仿真结果的真实性。本发明的具体方法包括：输入初始状态的模板布料网格和目标状态的障碍物或人体姿势网格，分别通过Encoder模块转换为隐空间中的向量表达；隐空间中的布料向量表达会输入到一组可训练的线性函数中，障碍物向量表达以权重的形式融合这组线性函数，得到目标状态下的布料在隐空间中的向量表达；目标状态布料的向量表达通过Decoder模块转换为变形的布料网格。本发明能够被广泛应用在虚拟试衣和游戏等高实时性的场景中，能够改善现有高实时性方法中存在的真实感差的问题。