基于深度卷积自编码器的人体运动风格转换研究

摘要：

人体运动风格转换技术可以将普通的人体运动序列转化成具有特定运动风格的运动序列.它综合利用了运动数据的编辑与重用技术.针对传统方法存在的需要分割等繁琐的前置操作、输出的新运动不够自然协调等问题,结合深度学习网络提出了一种基于深度卷积自编码器的人体运动风格转换模型.该模型可以准确地提取出运动数据的内容特征和风格特征,通过在隐层单元施加约束进行运动编辑,最后生成风格转移后的新运动序列.实验结果表明,该模型具有良好的风格转换效果.

关键词：运动风格转换、深度自编码、流形学习、角色动画

所属期刊栏目：25

分类号：TP391(计算技术、计算机技术)

在线出版日期：2019-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：50-54