外媒导读

摘要：

深度学习让游戏人物更逼真为了让游戏中的角色尽可能逼真地完成行走、奔跑、跳跃等动作,视频游戏开发人员通常会捕捉人类的一连串动作并将其转换到游戏角色身上.但是研究人员表示,这种方式不可能满足一个角色与数字世界所有的互动要求.爱丁堡大学和奥多比研究公司的计算机科学家求助于神经网络和深度学习技术,首先研究人类表演者的一组动作,再将其数字化,借助一个大型的动作数据库,对捕捉的动作进行深度分析,进而由神经网络把它所学到的动作应用到几乎任何情境中,产生自然的视觉效果.它填补了游戏角色各个动作之间的空隙,巧妙地将所有动作连接在一起,使游戏人物的动作更加逼真.

机标关键词：游戏角色、神经网络、学习技术、数字化、视频游戏、视觉效果、深度分析、开发人员、人物、动作连接、捕捉、数据库、科学家、计算机、表演者、转换、应用、空隙、互动、大学

分类号：TP3;G4

在线出版日期：2019-12-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共1页

页码：封3