色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

一個被稱為“模式自適應神經網絡”的新神經網絡架構

DPVg_AI_era ? 來源:未知 ? 作者:李倩 ? 2018-06-04 10:11 ? 次閱讀

針對四足動物的動畫生成問題,愛丁堡大學的研究人員開發了一個被稱為“模式自適應神經網絡”的新神經網絡架構,它可以從實際的運動數據學習,生成非常自然的動畫。團隊在今天開源了所有代碼、數據和編譯的demo。

創作四足動物動畫是計算機動畫行業一個特別困難的問題。四足動物動畫在電腦游戲和電影中的應用很重要,同時也是機器人領域的一個具有挑戰性的話題。傳統方法制作四足動物動畫時,動畫師必須經過特殊培訓,設計出各種復雜的動作,然后利用各種DCC軟件進行動作捕捉。

針對四足動物的動畫生成問題,來自愛丁堡大學HE ZHANG、SEBASTIAN STARKE、TAKU KOMURA和Adobe Research的JUN SAITO等人的團隊開發了一個被稱為“模式自適應神經網絡”的新神經網絡架構,它可以從實際的運動數據學習,生成自然的動畫。系統不需要對相位或運動步態進行標記,而是從非結構化的運動捕獲數據,以端到端的方式學習。

整個研究使用 Unity3D / Tensorflow 完成,并且團隊在今天開源了所有代碼、數據和編譯的demo。

模式自適應神經網絡

四足動物運動的多模態造成了動畫制作的復雜性。四足動物有多種移動模式,例如步行、踱步、快走、慢跑、疾跑等,運動時其軀干和四肢的相位變化非常復雜。

圖:不同的四足運動模式。橫條表示每條腿的站立相位。右側的圖像表示步態周期中腳接觸的順序。

目前還沒有以數據驅動的方式系統地構建四足動物運動控制器的工作。除了上面提到的運動復雜性外,困難還來源于四足動物與人類不同,無法進行受控的數據采集。因此,捕獲的數據往往不是結構化的。使用這些數據設計角色控制器時,工程師需要手動/半自動地提取步態周期和轉換,再將它們拼接在一起,調整motion trees和有限狀態機的參數。因此,傳統的方法要么效率低,要么不精確。

上圖展示了基于動作捕捉實現的動畫制作,但捕捉的動畫是非結構化的,而且隨機動作太過廣泛。捕捉的數據不是很精準,動作存在很多噪波,細節的地方還需要后期修正。

上圖是通過標準神經網絡生成的動畫,但會產生失真和明顯的滑步。

上圖的動畫由相位函數神經網絡(Phase-Functioned Neural Networks)的方式生成,優點是動作精準,但是當兩個動作進行融合時動作顯得僵硬,而且操控不是那么靈敏。

這個新研究提出了一種新的網絡架構——模式自適應神經網絡(Mode-Adaptive Neural Networks ,MANN),它可以從大量的非結構化四足動物運動捕獲數據中學習運動控制器。

MANN架構圖示,由門控網絡和運動預測網絡組成。

這個系統由運動預測網絡和門控網絡組成。在每一幀處,運動預測網絡在給定的前一幀的狀態和用戶提供控制信號的情況下計算當前幀的角色狀態。門控網絡通過選擇和混合所謂的專家權重(expert weights),動態地更新運動預測網絡的權重,每個expert weight都專門針對特定的運動。

MANN與以前方法的對比

這種架構提供了靈活性,使得系統能夠在廣泛的非周期動作和周期性的無標記步態類型中學習一致的特征。這個框架可以將開發人員從冗長而困難的相位標記工作中解放出來。特別是,我們的模型不需要單獨的標簽來區分不同的步態,這種區分即使對人類來說也很難,因此,可以在數據預處理過程避免步態錯誤。

該研究的貢獻可概括如下:

提出第一個構建數據驅動的四足角色控制器的系統方法,它可以合成具有各種運動模式和動作轉換的高質量動畫。

提出一種新穎的端到端神經網絡架構,可以從非結構化的四足動物運動捕捉數據中學習,而無需提供相位和運動步態標簽。

通過與現有方法進行比較,對所提出的架構進行了全面評估。

數據準備和結果

研究人員使用狗的動作捕捉(Dog Motion Capture)作為訓練數據。這些數據包含各種運動模式,例如步行、踱步、小跑、跑步等,以及其他類型的動作,例如坐、站、閑散,躺著和跳躍。通過鏡像將數據規模加倍。

實驗中使用的狗模型的骨架結構。由27塊骨頭組成,總共有81個自由度。

表1:狗運動數據集和運動類型

四足動物在不平坦地形上行走

沿預定的地面軌跡的行走。可以觀察到,即使在突然轉彎的情況下,它也能很好地沿著曲線運動。

值得一提的是,這個研究延續自去年該團隊所做的“用于角色控制的 Phase-Functioned 神經網絡”(PFNN)工作,當時在SIGGRAPH 2017大會演示,同樣令人印象深刻。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 機器人
    +關注

    關注

    211

    文章

    28380

    瀏覽量

    206918
  • 神經網絡
    +關注

    關注

    42

    文章

    4771

    瀏覽量

    100715
  • 數據驅動
    +關注

    關注

    0

    文章

    127

    瀏覽量

    12333

原文標題:超酷的神經網絡合成動物運動動畫,解救動畫師!(代碼開源+視頻)

文章出處:【微信號:AI_era,微信公眾號:新智元】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    MATLAB神經網絡工具箱函數

    遞歸網絡newelm 創建Elman遞歸網絡2. 網絡應用函數sim 仿真
    發表于 09-22 16:10

    粒子群優化模糊神經網絡在語音識別中的應用

    定的早熟收斂問題,引入自適應動態改變慣性因子的PSO算法,使算法具有較強的全局搜索能力.將此算法訓練的模糊神經網絡應用于語音識別中,結果表明,與BP算法相比,粒子群優化的模糊
    發表于 05-06 09:05

    神經網絡教程(李亞非)

      第1章 概述  1.1 人工神經網絡研究與發展  1.2 生物神經元  1.3 人工神經網絡的構成  第2章人工神經網絡基本模型  2.1 MP模型  2.2 感知器模型  2.3
    發表于 03-20 11:32

    【PYNQ-Z2試用體驗】神經網絡基礎知識

    能在外界信息的基礎上改變內部結構,是自適應系統,通俗的講就是具備學習功能。現代神經網絡種非線性統計性數據建模工具。簡單來說,就是給定輸入,
    發表于 03-03 22:10

    卷積神經網絡如何使用

    卷積神經網絡(CNN)究竟是什么,鑒于神經網絡在工程上經歷了曲折的歷史,您為什么還會在意它呢? 對于這些非常中肯的問題,我們似乎可以給出相對簡明的答案。
    發表于 07-17 07:21

    【案例分享】ART神經網絡與SOM神經網絡

    今天學習了兩神經網絡,分別是自適應諧振(ART)神經網絡與自組織映射(SOM)神經網絡。整體感覺不是很難,只不過
    發表于 07-21 04:30

    如何構建神經網絡

    原文鏈接:http://tecdat.cn/?p=5725 神經網絡種基于現有數據創建預測的計算系統。如何構建神經網絡神經網絡包括:輸入層:根據現有數據獲取輸入的層隱藏層:使用反
    發表于 07-12 08:02

    神經網絡移植到STM32的方法

    神經網絡移植到STM32最近在做的項目需要用到網絡進行擬合,并且將擬合得到的結果用作控制,就在想能不能直接在單片機上做神經網絡計算,這
    發表于 01-11 06:20

    卷積神經網絡模型發展及應用

    為 三過程:輸入信號線性加權、求和、非線性激活。1958 年到 1969 年為神經網絡模型發展的第階段, 稱為
    發表于 08-02 10:39

    自適應模糊神經網絡研究

    模糊神經網絡提供了從人工神經網絡中模糊規則的抽取。本文研究模糊神經網絡自適應學習、規則插入和抽取及神經-模糊推理的FuNN 模型。把遺傳算
    發表于 06-06 13:45 ?18次下載

    基于神經網絡自適應諧波電流抑制方法

    在傳統諧波注入法基礎上提出神經網絡自適應 諧波電流抑制 方法,根據自適應噪聲抵消技術運用人工神經網絡
    發表于 08-22 15:44 ?14次下載
    基于<b class='flag-5'>神經網絡</b><b class='flag-5'>自適應</b>諧波電流抑制方法

    基于自適應果蠅算法的神經網絡結構訓練

    基于自適應果蠅算法的神經網絡結構訓練_霍慧慧
    發表于 01-03 17:41 ?0次下載

    神經網絡自適應控制及其發展應用

    文章系統地闡述了神經網絡自適應控制的本質、優勢與研究進展,介紹了神經網絡自適應控制的不同結構模型及其所具有的特性,分析了目前神經網絡
    發表于 05-31 16:35 ?11次下載

    人工神經網絡和bp神經網絡的區別

    人工神經網絡和bp神經網絡的區別? 人工神經網絡(Artificial Neural Network, ANN)是種模仿人腦神經元網絡結構
    的頭像 發表于 08-22 16:45 ?4452次閱讀

    神經網絡架構有哪些

    神經網絡架構是機器學習領域中的核心組成部分,它們模仿了生物神經網絡的運作方式,通過復雜的網絡結構實現信息的處理、存儲和傳遞。隨著深度學習技術的不斷發展,各種
    的頭像 發表于 07-01 14:16 ?695次閱讀
    主站蜘蛛池模板: 饥渴难耐的浪荡艳妇在线观看| 久久精品嫩草影院免费看| 九九99国产香蕉视频| 女人精69xxxxx舒心| 无码AV精品一区二区三区| 中文字幕AV亚洲精品影视| 公和我做好爽添厨房中文字幕 | 亚洲色在线| 99在线观看免费视频| 欧洲人交xxx69| 无遮18禁在线永久免费观看挡| 亚洲AV蜜桃永久无码精品红樱桃| 亚洲午夜久久久久中文字幕 | 97色色极品av影院| xxx在线播放| 国产精亚洲视频综合区| 精品视频免费在线| 暖暖 免费 高清 日本在线| 熟妇内谢69XXXXXA片| 亚洲欧美中文字幕5发布| 51精品国产AV无码久久久| 成人影院午夜久久影院| 国产午夜在线观看视频 | 久久精品国产亚洲AV影院| 暖暖视频免费观看社区| 三级黃60分钟| 一个人的视频在线观看免费观看 | 99在线免费| 国产精品女主播主要上线| 久久影院中文字幕| 色呦呦导航| 中文字幕一区二区视频| 高清国产激情视频在线观看| 九九热最新视频| 三级黄色a| 最近中文字幕MV免费高清在线| 俄罗斯破处| 麻豆一区二区三区蜜桃免费| 午夜福利理论片高清在线| 《乳色吐息》无删减版在线观看 | 国产短视频精品区|