一种基于角色骨骼数据的游戏动画动作自动生成方法与流程

本发明涉及游戏动画生成，更具体地说，本发明涉及一种基于角色骨骼数据的游戏动画动作自动生成方法。

背景技术：

1、随着三维游戏、虚拟现实和数字角色技术的发展，游戏角色动画通常通过运动捕获、关键帧制作、程序化动画或者已有动作片段组合等方式生成。现有基于角色骨骼数据的动画处理方法，一般按照采集时间记录角色根节点的位置、根节点的转动状态以及多个骨骼关节的转动状态，并将连续采集的角色骨骼数据划分为不同动作片段。部分方法通过比较相邻骨骼姿态之间的位置变化或转动变化识别动作边界，部分方法通过运动预测模型学习常规骨骼姿态的变化规律，再根据预测骨骼姿态与实际骨骼姿态之间的差异识别异常动作片段。对于预测偏差较大、骨骼节点变化幅度较大或者动作持续时间较短的片段，现有方法通常将其作为异常数据、采集噪声或者不稳定动作进行删除、平滑或替换，随后从剩余动作片段中提取动作特征并建立动画动作库，以便在游戏角色执行目标动作时调用相应的角色骨骼数据。

2、现有技术存在以下不足：

3、游戏角色执行起跳、急停、翻滚、受击或者快速攻击等动作时，根节点位置和多个骨骼关节会在短时间内连续发生较大变化，因而真实快速动作与骨骼节点跳变、节点对应错误或者数据丢失均可能产生较大的预测偏差，现有方法通常直接根据预测偏差或者固定阈值删除、平滑或替换对应动作片段，难以区分真实快速动作与异常骨骼数据，容易错误排除具有动作转换意义的动作片段；现有动作处理方法通常仅比较相邻骨骼姿态或者动作片段之间的相似程度，缺少对快速变化片段的前骨骼姿态、中间主要骨骼链关节转动变化顺序和后骨骼姿态进行联合判断，因而难以利用相同前—中—后动作结构是否重复出现，验证预测偏差较大的骨骼变化是否为可重复执行的真实快速动作；现有预测偏差阈值通常根据初始数据固定设置，未将经重复出现的动作结构验证的真实快速动作作为反馈数据调整筛选条件，难以适应角色骨骼结构、动作类型及后续新增数据的变化。

4、针对上述问题，本发明提出一种解决方案。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明的实施例提供一种基于角色骨骼数据的游戏动画动作自动生成方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种基于角色骨骼数据的游戏动画动作自动生成方法，包括步骤；

4、步骤一，对同一采集时间的角色骨骼数据进行骨骼节点对应和状态组合，得到对应采集时间的骨骼姿态，建立用于后续预测骨骼姿态的运动模型，并根据预测骨骼姿态与实际骨骼姿态的差异得到各动作片段的预测偏差；

5、步骤二，从预测偏差超过预设值的动作片段中，根据角色骨骼数据中的骨骼位置和转动状态的变化识别快速变化候选片段；

6、步骤三，根据快速变化候选片段及其前后动作片段形成的动作结构是否重复出现，确定有效快速变化片段，保留有效快速变化片段以建立动作转换关系，并将其余动作片段排除在当前动作转换关系的建立数据之外；

7、步骤四，获取后续角色骨骼数据，在不受当前预设值限制的情况下，利用已确定为重复出现的动作结构匹配后续动作片段，根据匹配片段的预测偏差和骨骼变化调整预设值。

8、在一个优选的实施方式中，根据骨骼节点标识和父子连接关系确定不同角色骨骼数据中表示相同角色部位的对应骨骼节点，统一角色朝向和骨骼比例，并按照统一骨骼节点顺序，将同一采集时间的根节点位置、根节点转动状态和各骨骼关节转动状态组合为骨骼姿态；

9、当相邻角色骨骼数据的采集时间间隔超过允许间隔时，在对应位置形成时间断开结果。

10、在一个优选的实施方式中，划分动作片段并得到预测偏差包括：

11、根据根节点朝向差异和对应骨骼关节转动差异得到骨骼姿态差异结果，根据骨骼姿态差异结果形成骨骼姿态组，将属于同一骨骼姿态组且采集时间连续的骨骼姿态划分为同一动作片段；

12、以当前骨骼姿态及其相对于前一采集时间的变化为输入、后一采集时间的骨骼姿态为期望输出建立运动模型；

13、将预测骨骼姿态与对应骨骼姿态之间经归一化的差异确定为预测差异，并对连续判断时间窗内的预测差异进行统计，将动作片段内最大的统计结果确定为对应动作片段的预测偏差；

14、预设值根据用于建立运动模型的历史动作片段的预测偏差分布确定。

15、在一个优选的实施方式中，确定快速变化候选片段包括：

16、在预测偏差超过预设值的动作片段中，将预测差异连续超过预设值且采集时间相邻的骨骼姿态合并为连续超限范围；

17、根据预测偏差不超过预设值的动作片段确定关节转动变化界限；

18、当连续超限范围内同一主要骨骼链中的至少两个相邻骨骼关节超过关节转动变化界限并按照对应顺序发生转动变化，且转动变化与根节点位置变化或对应肢体末端骨骼节点位置变化在时间上相对应时，将连续超限范围确定为快速变化候选片段。

19、在一个优选的实施方式中，形成动作结构包括：

20、将位于快速变化候选片段之前且与其时间连续的动作片段确定为前动作片段，将位于快速变化候选片段之后且与其时间连续的动作片段确定为后动作片段；

21、分别确定前动作片段和后动作片段的主要骨骼姿态组，并将前动作片段的主要骨骼姿态组、快速变化候选片段的中间变化描述结果和后动作片段的主要骨骼姿态组组合为动作结构；

22、中间变化描述结果包括主要骨骼链、关节转动变化顺序、根节点主要移动方向和归一化骨骼变化序列。

23、在一个优选的实施方式中，确定有效快速变化片段包括：

24、当前、后动作片段分别属于相同主要骨骼姿态组，主要骨骼链、关节转动变化顺序和根节点主要移动方向相同，且归一化骨骼变化序列之间的差异不大于动作结构匹配界限时，将对应动作结构确定为相同动作结构；

25、当来源于互不重叠采集时间范围的相同动作结构数量达到重复次数界限，且对应快速变化候选片段通过骨骼连接合理性检查时，将其确定为有效快速变化片段；

26、未达到重复次数界限或未通过骨骼连接合理性检查的快速变化候选片段不用于建立当前动作转换关系；

27、骨骼连接合理性检查至少包括父子骨骼长度变化和骨骼关节转动范围检查。

28、在一个优选的实施方式中，建立动作转换关系包括：

29、将前动作片段的主要骨骼姿态组作为起始状态，将后动作片段的主要骨骼姿态组作为目标状态，将有效快速变化片段中按采集时间排列的骨骼姿态序列作为由起始状态转换至目标状态的转换内容；

30、将具有相同起始状态和目标状态的有效快速变化片段记录于同一动作转换关系，并关联记录其主要骨骼链、根节点主要移动方向、片段持续时间和归一化骨骼变化序列，使同一起始状态与目标状态之间能够对应一个或多个有效快速变化片段。

31、在一个优选的实施方式中，根据目标游戏动作指令确定目标主要骨骼链、目标根节点主要移动方向和目标动作持续时间范围；

32、从动作转换关系中筛选主要骨骼链、根节点主要移动方向和片段持续时间与目标游戏动作指令相匹配的有效快速变化片段，得到候选调用片段；

33、当同一动作转换关系包括多个候选调用片段时，保留各候选调用片段与对应起始状态之间的关联关系。

34、在一个优选的实施方式中，选择目标片段包括：

35、根据当前骨骼姿态与各骨骼姿态组之间的骨骼姿态差异结果，确定当前骨骼姿态所属的骨骼姿态组；

36、将前动作片段的主要骨骼姿态组与当前骨骼姿态所属骨骼姿态组相同的候选调用片段确定为可调用片段；

37、当可调用片段为一个时，将其确定为目标片段；当可调用片段为多个时，根据主要骨骼链、根节点主要移动方向和片段持续时间与目标游戏动作指令的匹配程度选择目标片段。

38、在一个优选的实施方式中，输出骨骼姿态序列包括：

39、按照采集时间顺序读取目标片段内的根节点位置变化、根节点转动状态和各骨骼关节转动状态，将根节点位置变化叠加至当前角色根节点位置，并与根节点转动状态和各骨骼关节转动状态组合为动画骨骼姿态；

40、当目标动作持续时间与目标片段的原持续时间不同时，按两者比例调整各动画骨骼姿态的输出时间；

41、对位于相邻采集时间之间的输出时间，根据相邻采集时间对应的根节点状态和各骨骼关节状态进行姿态插值，并将得到的动画骨骼姿态依次输出至游戏角色的骨骼驱动组件，生成游戏动画动作。

42、本发明一种基于角色骨骼数据的游戏动画动作自动生成方法的技术效果和优点：

43、本发明利用运动模型得到动作片段的预测偏差，并将预测偏差超过预设值的动作片段作为进一步分析对象，而不直接将其确定为异常数据，从而避免将起跳、急停、翻滚或者快速攻击等真实快速动作错误排除。

44、通过结合根节点位置变化、主要骨骼链中相邻骨骼关节的转动变化以及肢体末端骨骼节点的位置变化，识别具有连续骨骼变化过程的快速变化候选片段；再将快速变化候选片段与其前动作片段和后动作片段组成动作结构，根据前动作片段的主要骨骼姿态组是否相互匹配、中间骨骼变化过程是否相互匹配以及后动作片段的主要骨骼姿态组是否相互匹配，判断对应动作结构是否重复出现，验证对应快速变化候选片段是否属于可重复执行的真实快速动作。

45、经验证的有效快速变化片段用于建立动作转换关系，并作为真实快速动作数据参与预设值调整，通过后续角色骨骼数据统计有效快速变化片段与普通动作片段的预测偏差和骨骼变化，调整用于筛选动作片段的预设值，使动作结构验证结果能够反向修正预测偏差筛选条件，由此形成面向游戏动画动作生成的自校验闭环。