基于计算机视觉的数字产品动画漫游展示方法_陈谊.pdf

基于计算机视觉的数字产品动画漫游展示方法陈 谊(安庆职业技术学院,安徽 安庆 2 4 6 0 0 3)摘 要:本文针对数字产品动画信息检测能力差、漫游流畅性低的问题,研究一种新的数字产品动画漫游展示方法。该方法检测数字产品中的每个关键信息点,定义多特征能量损失函数,记录丢失标记点,向主标记点中输送大量的运动数据,建立评价指标,计算关键信息点在漫游展示平台中的偏向范围,校正计算结果,精准展示数字产品动画漫游成果。实验结果表明,该方法能够在短时间内检测出多个目标,具有极好的细节识别能力,响应时间在0.0 1 s之内,可以保证数字产品动画漫游展示的流畅性。关键词:计算机视觉;数字产品;动画漫游;漫游展示中图分类号:J2 1 8.7 文献标志码:A 文章编号:2 0 9 5 9 6 9 9(2 0 2 2)0 6 0 1 2 1 0 40 引言数字产品动画具有生动形象、可无限操作和应用广泛的特点。数字产品动画设计师在产品设计的过程中首先根据数字产品的应用场景设定模型,在模型中添加动画参数,再根据实际要求设计动作轨迹,生成数字产品动画进行漫游展示。关于数字产品动画漫游展示这一问题,相关领域学者进行了深入研究,目前应用比较广泛的方法有以下几种。文献1 中提出边缘计算的服务增加方法,对展示环境的场景数据和动画运动路径进行采集,使用坐标转换法对采集数据进行渲染和预处理,得到数字产品的特征后以视频的方式对外输出。该方法具有较高的智能性,只需要将该方法引入到数字产品动画的漫游展示环境中,即可将数字产品动画对外显示,降低了数字产品动画漫游展示的各方面成本,但是这种方法对数字产品动画漫游展示缺乏细节渲染,过度地使用智能算法而忽视了动画特点信息精准性在漫游展示中的作用,容易产生数字产品动画漫游展示不全面和模糊等问题。文献2 以家具数字产品作为应用对象,在数字产品动画漫游展示平台中建立三维场景,对家具的多个方位模块同步设计再共同组合,利用3 DM a x 7软件对已构成的模型增加参数细节,再利用线性差值法对家具数字产品动画进行色彩渲染,最终以3 6 0 旋转的方式将家具信息展现给受众,真实性较高且参数信息能够展现全面,但是这种方法不能够做出动态展示效果,只能对动态的参数实现检测和处理。计算机视觉技术具有极强的处理、分割、信息展示能力,本文利用计算机视觉信息高效处理和图像分析特点,开发基于计算机视觉的数字产品动画漫游展示方法,并通过实验检验该方法的实际应用效果。1 数字产品关键信息点检测 首先对数字产品的三视图光色素特征进行提取识别34,然后在三维模型中寻找对应位置和对应特点的检测点,不同光色素的特征是由不同的深度图编码组成,编码的排列方式在漫游展示空间中可以完全适用,光色素的对外展示现象映射在人眼中难以分辨,所以三维目标检测算法要通过计算机技术对编码的结构进行定义,方便对数字产品中的所有关键信息点识别56。三维目标检测过程如图1第3 7卷 第6期2 0 2 2年1 2月 景德镇学院学报J o u r n a l o f J i n g D e Z h e nU n i v e r s i t y V o l.3 7N o.6D c e.2 0 2 2收稿日期:2 0 2 2 0 7 1 2基金项目:安徽省级质量工程精品课程(2 0 2 1 j p k c 1 0 1);安徽省高校省级教育教学研究一般项目(2 0 2 1 j y x m 0 8 9 6)作者简介:陈 谊,(1 9 8 4),女,安徽安庆人。讲师,硕士,从事艺术设计教学与研究。所示:图1 三维目标检测过程根据 图1可知,建立三维坐标点,通过三维坐标点实现目标检测,经过三维目标检测算法识别后的关键信息点进入候选区域框内等待验证,利用多特征能量损失函数,将关键信息点的光色素特点、语义信息和点云密度等内容添加到计算模型中,得到关键信息点的特征提取框和姿态信息。多特征能量损失函数表达式如公式所示:L(y,f(x)=m a x(0,-f(x)其中,x、y分别代表关键信息点在三维模型中的横纵坐标;f(x)代表数字产品的模型边界;L代表数字产品关键信息点的特征能量值。完成关键信息点的特征提取和姿态信息的确认后,将所有的检测信息传输到漫游展示平台的专用网络中,计算机视觉信息预处理系统会根据信息传输量重新定义三维目标检测算法规格,使算法的检测目标与计算机视觉的相机单目检测目标相关联,对检测到的关键信息点在漫游展示平台中突出表现7。图2 丢失标记点引导关键信息点运动流程为 了 确 保 每 一段 运 动 数 据 序 列 都在 漫 游 展 示 平 台 中不 断 发 现 和 处 理 静止 数 据。为 了 规 范运 动 数 据 序 列 只 在漫 游 展 示 平 台 中 显示,还需要建立一个低维局部线性模型,模 型 中 存 在 大 量 的丢失标记点,每个丢失 标 记 点 都 具 有 重建功能,起到引导关键信息点运动的作用。丢失标记点引导关键信息点运动的步骤如图2所示:对丢失标记点集中进行P C A计算,在众多的丢失标记点中选取具有代表性的一个标记点作为“主标记点”。如下所示为P C A计算矩阵方程:Z=(a1,a2,am;b1,b2,bm)公式中Z代表“主标记点”;a、b代表不同类别丢失标记点。将除主标记点以外的标记点群进行分割并分散到低维线性模型中;在线性模型中装置特征提取器,反映主标记点以外的标记点与运动数据之间的映射关系,将这种映射关系传送给主标记点中,丰富主标记点的特征识别范围;再向主标记点中输送大量的运动数据,主标记点会根据运动数据的信息点特征位置对其进行新的模型建立,使运动数据在新模型中按照规定无限循环运动。当关键信息点能够在漫游展示平台中无限循环运动时,即具备三维漫游实时展示的基础。2 数字产品动画漫游展示 关键信息点在三维模型中的显示过程是一个评判过程,将关键信息点按照目标检测方式和姿态估计划分为S UN R G B D和NYU D e p t hD a t a s e t两种数据集,S UN R G B D数据集中的关键点信息内容大多为二维图片,最大容量可以评判一万余张图像和2 0个关键信息点聚类,每张图像评判完成后都被标注3 D信息,关键信息点聚类评判完成后会按照时间序列依次编号。NYUD e p t hD a t a s e t数据集是一种公开性质的数据集,包含激光数据、2 D/3 D数据、计算机视觉数据以及计算机视觉算法,对数据进行评判具有相同的流程,数据评判过程如图3所示:图3 数据评判过程根据图3的评判过程可知,步骤如下所示:对所有种类的数据进行训练和验证是否具备漫游展示条件,不具备条件的数据直接被删除,具备条件的数据被标注合格信息;对标有合格信息的数据进行测试,判断数据格式大小能否在三维模型中持续运动;删除标有合格信息数据中的遮挡漏洞、偏向漏洞和截断漏洞;剩余的数据重新建立一个数据集,供漫游展示平台的提取;完成对关键信息点的评判后,再对漫游展示平台进行相关指标的评价。对漫游展示平台中的查准221 景德镇学院学报 2 0 2 2年第6期率和查全率进行评价分析,查准率是关键信息点在漫游展示平台中所有信息的占比,查全率是指被检测到的关键信息点占总信息点的比率。如下所示为两种评价指标的计算方式:P=T PT P+F PR=T PT P+FN 公式中,T P代表信息检测目标中真正例数量;F P代表信息检测目标中假正例数量;FN代表信息检测目标中假反例数量;P代表查准率;R代表查全率。平均准确率也评价漫游展示平台的重要指标,对该指标进行评价要设定阈值,使用插值法进行计算平均准确率值,计算公式如下:A P=11 11R=0Pi n t e r p(R)(R=0,0.1,1)公式中,A P代表平均准确率,只有平均准确率通过阈值关键信息点在三维模型才可以精准显示,进而显示到漫游展示平台中。设定AO S指标用来表示关键信息点在漫游展示平台中的偏向范围,指标计算过程如下所示:AO S=11 11R=0m a xS(R)(R=0,0.1,1)公式中,S(R)代表方向相似性,用来表示关键信息点在三维模型中与模型边界的余弦距离值。如果以上几种指标均达到标准评价标准后,则证明计算机视觉技术满足数字产品动画的高精准度漫游展示。3 实验研究为了验证本文提出的基于计算机视觉的数字产品动画漫游展示方法的实际应用效果,设定以下实图4 计算机视觉展示过程验,实验使用的处理器为i n t e l酷睿i 5 1 0 4 0 0处理器,内存为3 0 0 0 MH z,采用1 T B机械硬盘进行配置,实验过程中单配独立显卡,从而满足不同用户的要求,提高实验检测效果。针对数字产品进行动画漫游,利用计算机视觉展示动画,展示过程如图4所示:首先需要检测特征点,将检测到的特征点进行匹配,利用计算机视觉技术进行图像适配,展示动画漫游。在数字产品动画展示过程中,如果检测对象过于单一,则容易出现噪声,展示结果无法达到理想状态,因此需要同时检测出多个对象。实验选用数字产品作为展示对象,采用本文提出的基于计算机视觉的数字产品动画目标检测方法进行展示,分析细节展示能力,得到的展示结果如图5所示:图5 数字产品细节展示结果根据上图可知,本文提出的基于计算机视觉的数字产品动画漫游展示方法具有很强的细节展示能力,针对被展示产品不同的细节能够做出精确处理。本文引用的计算机视觉技术采用滑动窗口技术,能够识别检测出图像内部的多个对象,在展示过程中应用卷积神经网络,将卷积神经网络融入不同物体中,从而确定物体的背景;通过输入对象的边框和标签,对数据进行定位,完成对象分类,从而提高细节的展示能力。对比使用计算机视觉前后的数字产品动画漫游展示方法实验效果,展示关键信息如表1所示:表1 数字产品动画漫游展示所需关键信息实验结果 引入本文技术前引入本文技术后训练次数/次1 0 0 05 0 0所需磁盘空间/T B1.2 50.0 5训练时间/m i n52拓展次数/次8 0 03 0 0建立网络层次51根据上表可知,在未引入计算机视觉技术之前,数字产品动画漫游展示问题被转换成图像分类问题,虽然展示效果相对较好,但是训练速度过慢,展示平台需要提供很大的磁盘空间,才能确保数字产3212 0 2 2年第6期 陈 谊:基于计算机视觉的数字产品动画漫游展示方法 品正常展示。图6 跟踪精度实验结果引入计算机视 觉 技 术 后,展示过程仅在特定区域提取相应的特征,通 过s o f t-m a x层对分析结果进行探究,展示过程只需要在原有的神经网络上扩展即可,不需要建立更多的时间。选用传统的基于边缘计算方法和本文方法进行对比,得到的跟踪结果如图6所示:根据上图可知,在跟踪过程中,传统方法跟踪能力较差,由于传统方法将动画视频与真实视频进行交互,只有在确定到初始对象后才能实现跟踪,因此目标跟踪精度较差。引入计算机视觉技术后,通过主成分分析算法对误差进行重建,从而提高展示性能的稳健性,计算机视觉技术同时加入了离线预训练和在线微调功能,确保图像数据能够很好地显示图7 动态响应时间出 来,通 过 自 动编码器对数据进行 训 练,得 到 原始 图 像,从 而 提高展示结果的表述 能 力,通 过 分类网络对得到的正负样本进行微调,从而帮助显示器更好地区分对象和背景,通过特征分析实现定位和跟踪。在展示过程中,对动态响应时间进行监控,得到的实验结果如图7所示:根据上图可知,引入本文方法后,数字动画产品的动态响应时间始终低于0.0 1 s,展示的动画信息更加流畅。4 结束语将计算机视觉技术应用在数字产品动画漫游展示中,对关键信息点的内容进行持续性筛选和检验,保障漫游展示平台内部关键信息点的有效性,在效率和精准度方面做出显著改善。参考文献:1 沈航,成昭炜,沈专,等.基于边缘计算的云游戏服务质量增强方 法 及 系 统 J.西 北 师 范 大 学 学 报(自 然 科 学 版),2 0 2 1,5 7(1):3 8 4 7.2 周屹.基于虚拟现实技术的家具产品数字展示平台研究J.现代电子技术,2 0 2 1