适用于不同款式的无监督服装动画预测

虚拟角色着装动画生成是三维动画的关键技术,着装变形作为其核心一直是该领域的研究热点。现有着装变形方法大多基于单一服装款式进行研究,一旦款式变化则需要重新训练,耗费时间和增加计算成本。同时现有方法大多基于有监督的方法进行网络训练,需要大量的数据准备和训练成本。基于此,提出一种适用于不同款式的无监督着装动画生成方法。首先,提出一个可学习的款式特征表示方式,学习款式约束的运动隐空间概率分布模型;其次,基于编解码结构搭建款式约束的无监督服装变形预测网络,进一步引入Transformer编解码层对时序运动特征进行提取;最后,进行多款式动画生成实验,并与现有方法基于视觉效果和定量指标进行对比分析。实验结果表明,相较于现有方法,本文方法可以生成款式可调的、视觉合理的着装动画,在预测精度以及穿透损失等方面具有明显的优越性。