一种二次元虚拟场景创作智能管理系统的制作方法
本发明涉及场景创作管理,尤其涉及一种二次元虚拟场景创作智能管理系统。
背景技术:
1、随着元宇宙、二次元文创、虚拟直播、数字动漫等产业的高速发展,二次元虚拟场景的创作需求呈现爆发式增长,广泛应用于动漫制作等多个领域。
2、但当前二次元场景创作质量校验高度依赖设计师人工审美与经验判断,针对场景、轮廓线条、画面风格统一性等核心质控指标,缺乏标准化、数据化的参照体系,人工评判模式不仅效率低下、主观性强,易出现同一项目多人审核标准不一、不同创作阶段质量波动较大的问题,还极易导致成品画面同质化、细节错乱、线条不规整等质量缺陷,难以适配规模化、标准化的文创生产需求。
技术实现思路
1、本发明的目的是为了解决背景技术中的问题,而提出的一种二次元虚拟场景创作智能管理系统。
2、为了实现上述目的,本发明采用了如下技术方案:
3、一种二次元虚拟场景创作智能管理系统,包括:
4、信息采集模块,用于对场景创作的基础信息进行采集,基础信息包括虚拟场景搭建信息以及创作周期;
5、数据处理模块,用于采集历史数据信息,将历史数据信息中的渲染图像与创作监测时间进行对应,确定渲染数据包;
6、场景分析模块,用于对渲染数据包进行图像分析,对渲染数据包中各个创作监测时段的渲染图像进行分割,得到标定区块,之后对每个标定区块进行图像处理,得到平涂色块面积,再对平涂色块面积进行均值处理,得到面积区间参照表,将每个创作监测时段的面积区间参照表进行整合,得到平涂色块参照表,再识别每个标定区块的轮廓线,识别轮廓线中的折点,并计算折点与标定区块中心点之间的距离,之后对距离进行均值处理,得到对应创作监测时段的边界变换区间,将各个创作监测时段边界变换区间表进行整合,得到轮廓复杂参照表;
7、异常监控模块,用于对场景创作现场进行实时监控,得到实时创作画面,计算实时创作画面的平涂色块面积以及复杂系数,识别实时创作画面的创作阶段,并获取对应创作阶段的平涂色块参照表以及轮廓复杂参照表,基于实时创作画面的平涂色块面积以及复杂系数,确定创作信号;
8、终端显示模块,用于接收创作信号,并将创作信号在终端设备上进行显示。
9、作为本发明的进一步方案,创作周期指虚拟场景从初步白模搭建到最终美术选人的规定开发时间,之后设置时间间隔t1,按照时间间隔t1,将虚拟场景的创作周期均匀划分为多个创作监测时段ch,h=1、2、……、n,n为创作监测时段对应的总数量,且n为整数,满足n≥2。
10、作为本发明的进一步方案,渲染数据包的确定方法包括:
11、基于创作系统引擎中内置的虚拟相机,以当前时间为节点,采集前预设时间t2内的渲染图像;
12、获取预设时间t2内的创作监测时段,根据渲染图像的采集时间,将采集时间与创作监测时段进行对应,确定创作系统引擎在每个创作监测时段所生成的渲染图像,将多个渲染图像与对应的创作监测时段进行一一对应并进行绑定,形成以时间序列为标定的图像数据包,并将此图像数据包标记为渲染数据包。
13、作为本发明的进一步方案,场景分析模块中包括前置处理单元、平涂面积分析单元以及轮廓分析单元;
14、前置处理单元,用于对渲染数据包进行图像分析,对渲染数据包中各个创作监测时段的渲染图像进行分割,得到标定区块;
15、平涂面积分析单元,用于对每个标定区块进行图像处理,得到平涂色块面积,再对平涂色块面积进行均值处理,得到面积区间参照表,将每个创作监测时段的面积区间参照表进行整合,得到平涂色块参照表;
16、轮廓分析单元,用于识别每个标定区块的轮廓线,识别轮廓线中的折点,并计算折点与标定区块中心点之间的距离,之后对距离进行均值处理,得到对应创作监测时段的边界变换区间,将各个创作监测时段边界变换区间表进行整合,得到轮廓复杂参照表。
17、作为本发明的进一步方案,标定区块的获取方法包括:
18、识别渲染图像的图像分辨率,基于图像分辨率,采用固定像素比例的矩阵分割法,将渲染图像均匀的划分成多个标定区块,其中,所采用的固定像素比例能将渲染图像均匀分割,即分割后所得到的标定区块尺寸和画幅完全相同。
19、作为本发明的进一步方案,平涂色块面积的获取方法包括:
20、将创作监测时段依次标记为目标时段,获取目标时段内采集的所有的渲染图像,同时识别每个渲染图像对应的标定区块,将所识别的标定区块进行整合,得到区块集合,之后在区块集合中任意选择一个标定区块,并将此标定区块标记为目标区块,以目标区块作为输入数据,识别目标时段中每个渲染图像对应的标定区块,再利用图像色彩容差算法,计算每个标定区块的色彩方差,之后设置方差阈值,选取色彩方差小于等于方差阈值的标定区块,并将此标定区块标记为纯平涂像素块,并统计每个平涂色块面积mr,其中r=1、2、……、a,r代表不同的渲染图像,a表示目标时段内所采集的渲染图像的总数量。
21、作为本发明的进一步方案,平涂色块参照表的获取方法包括:
22、在平涂色块面积mr中选取满足预设条件a的数值mb,b为满足预设条件a的数值数量,a≥b≥1,其中,预设条件a指,mp为mr的均值,y2为容差阈值;
23、将数量b与预设阈值y1进行对比,若b≥y1时,则将mp作为此目标区块在目标时段内的标准色块面积h1,若b<y1,则识别平涂色块面积mr中的最大值mmax和最小值mmin,再利用公式得到目标区块在目标时段的标准色块面积h1;
24、再基于平涂色块面积mr,利用公式得到浮动均值cz,之后将标准色块面积叠加浮动均值得到安全区间l1[f1,f2],其中,f1=h1-cz,f2=h1+cz;
25、按照上述方法,遍历画面内所有的标定区块,并计算每个标定区块的安全区间le,将各个标定区块在目标时段内分别所对应的色块面积区间le与目标时段进行绑定,得到虚拟场景在目标时段内所对应平涂色块的面积区间参照表r1,e指代为图像中的不同标定区块编号,取值为e=1、2、……、c,其中c指代为标定区块数量;
26、依次选取其他创作监测时段,并重复上述步骤,得到每个创作监测时段的面积区间参照表,将所有创作监测时段的面积区间参照表进行整合得到平涂色块参照表rh。
27、作为本发明的进一步方案,轮廓复杂参照表的获取方法包括:
28、分别获取目标时段以及目标区块,基于目标区块中的二次元描边,识别目标区块的轮廓线,之后以目标区块的中心点为原点,构建二维坐标系,识别轮廓线的折点,并基于二维坐标系,确定每个折点的坐标位置,利用欧几里得距离公式,计算每个折点与目标区块中心点之间的距离gg,其中,g表示轮廓线上不同的折点,且g=1、2、……、d,d表示折点总数量,d为正整数;
29、利用计算公式得到边线复杂系数u1,gp为距离gg的均值;
30、重复上述步骤,得到目标区块对应的所有复杂系数ur,再利用计算公式得到复杂偏移值qf,其中up为复杂系数ur的均值;
31、之后基于复杂偏移值qf和复杂系数ur,设置边界变换区间x1[bh1,bh2],其中,bh1=ur-qf,bh2=ur+qf;
32、按照上述方法,遍历画面内所有的标定区块,并计算每个标定区块的边界变换区间xe,之后将边界变换区间xe与目标时段进行绑定,得到目标时段的轮廓复杂参照表k1,将其余监测时段重复上述步骤,得到每个监测时段对应的轮廓复杂参照表kh。
33、作为本发明的进一步方案,创作信号包括正常运行信号、创作异常信号以及色彩异常信号,且创作信号的获取方法包括:
34、对场景创作现场进行实时监控,得到实时创作画面,并识别实时创作画面中每个标定区块的平涂色块面积;
35、识别当前场景创作的创作阶段,获取对应创作阶段的平涂色块参照表以及轮廓复杂参照表,将标定区块的平涂色块面积与平涂色块参照表进行对比:
36、若标定区域的平涂色块面积均在对应的面积区间参照表内,则生成正常运行信号,反之,若存在标定区域的平涂色块面积不在对应的面积区间参照表内,则将此标定区块标记为异常区块;
37、再计算异常区块的复杂系数,并与对应的边界变换区间进行对比,若此异常区块的复杂系数不在对应的边界变换区间内,则生成创作异常信号,若此异常区块的复杂系数在对应的边界变换区间内,则生成色彩异常信号。
38、作为本发明的进一步方案,当终端显示模块监测到创作信号为创作异常信号时,对工作人员进行声光提醒,同时获取对应的异常区块,并将异常区块进行高亮显示。
39、与现有的技术相比,本发明的优点在于:
40、本发明通过采集虚拟场景搭建信息、创作周期等基础创作信息,结合数据处理模块关联历史渲染图像与创作监测时间,构建标准化渲染数据包,对各监测时段渲染图像进行区块分割、图像处理,精准计算平涂色块面积并生成面积区间参照表,同时通过识别标定区块轮廓折点、测算折点偏移距离,构建轮廓复杂参照表,最终形成适配二次元场景扁平化、线条化艺术特征的双重标准化参照体系,以数据量化色块配比、轮廓复杂度核心指标,统一创作质量评判标准,有效规避人工审核偏差,保障同项目、多批次虚拟场景画面风格统一、细节规整,大幅降低成品同质化、质量波动问题,通过异常监控模块实时采集创作画面,动态计算实时色块面积、画面复杂系数,精准匹配当前创作阶段对应的参照标准,智能研判创作状态并生成对应的创作信号,可实时识别色块失衡、轮廓畸变、风格偏离等创作异常,能够及时定位问题、指导创作者调整优化,减少后期返工修改工作量,有效缩短创作周期,降低人力、算力与时间成本,解决了传统质控滞后性强、异常排查效率低的问题。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com