大数跨境

顶尖游戏厂商——米哈游的动画技术

顶尖游戏厂商——米哈游的动画技术 华学知识产权
2021-06-15
0

点击右上方『…』关注『华学知识产权』公众号 

1

序言




要问最近最热门的手机游戏,那非米哈游的《原神》莫属。不管是27个国家地区登顶,还是全球App store 以及 Google play最快达成10亿美元的成绩,都是不曾有手机游戏达成过的成就。《原神》之所以有这样的成绩,与它的游戏素质是分不开的:业界顶端的动画渲染、流畅的人物动作、出色的服装解算算法等等。
在2019年米哈游、利兹大学、伦敦大学学院和Adobe Research的研究团队发表了一篇论文《Learning an Intrinsic Garment Space for Interactive Authoring of Garment Animation》(一种基于AI的半自动服装解算论文)。简单的来说就是用深度学习来让AI做动画,只需要输入关键帧,AI就会自动转化成一套连续的动作。这技术可以大量替代动画制作上最费人工的手绘部分能提高动画产能,并且人物服装能自适应人物动作,能完成更流畅、不穿模的服装动画,大大节省了计算机算力。
并且米哈游针对这一种生成方法申请了一系列专利


2
相关专利


1、服饰变化方法、装置、电子设备和存储介质

申请日:20201127

公开号:CN112370779A

权利人:上海米哈游天命科技有限公司

  背景技术随着电竞行业的迅速发展,在游戏中,游戏人物生动形象,其在游戏场景中的行走、跳跃等动作与现实中的人很一致,这样让玩家很有体验感。游戏人物在遇到障碍物时,会有抬腿等的动作,其身上的衣服也会随着游戏人物的动物而在高度、角度等方面有变化。目前,通常是在游戏中添加逆向运动力学算法,当游戏人物腿部抬起高度随着其所处地形有变化时,利用游戏引擎中的布料系统实时解算算法来实时解算游戏人物腿抬起的高度、方向和角度等,然后实时解算游戏人物的服饰所处的位置、方向和角度。或者是在游戏中给游戏人物的骨骼添加碰撞,利用骨骼与服饰的接触,基于逆向运动力学计算得到游戏人物的服饰所处的位置、方向和角度。上述计算游戏人物的服饰随游戏人物的腿部动作而变化的方式,对系统性能消耗过大,目前很多游戏的处理系统都无法承担,而且在服饰布料或碰撞解算精度不高,造成腿从服饰中穿插出去,即腿上无服饰覆盖的现象。

摘要:本发明公开了一种服饰变化方法、装置、电子设备和存储介质。该方法包括:获取目标对象的服饰的受力信息;将所述受力信息输入到训练好的服饰变化计算模型中,得到所述目标对象的服饰摆动动画;其中,所述服饰变化计算模型是基于目标对象的服饰的历史受力信息,以及与所述历史受力信息对应的目标对象的历史服饰摆动动画训练得到的;对所述服饰摆动动画设置状态机层,确定所述目标对象的服饰在所述受力信息下的服饰摆动动画状态机层;基于所述目标对象的服饰在所述受力信息下的服饰摆动动画状态机层,确定所述目标对象的服饰在所述受力信息下的动画。以实现通过离线方式实现服饰随腿部动作变化而变化的效果。

图1 服饰变化方法、装置、电子设备和存储介质





2、一种角色动画的生成方法、装置、设备及存储介质

申请日:20201225

公开号:CN112634417A

权利人:上海米哈游天命科技有限公司

背景技术在游戏开发完成后,角色的动画通常会经过一系列的算法压缩,以保证游戏数据包或游戏在运行过程中占用的内存不会过大。但是压缩操作使得压缩后的角色动画与开发时的角色动画之间存在误差,具体的,由于现有的角色模型的骨骼级联模式都是基于父子级的级联方式,而当父级骨骼由于压缩操作存在运动误差时,子级骨骼的运动误差由于与父级骨骼之间的级联关系的存在而被放大,使得骨骼运动动画存在滑步现象,从而导致压缩后的角色动画的展示效果不佳。现有的技术方案主要是通过改进现有级联方案的计算方法,如采用反向计算的方式计算各级骨骼的运动参数,但这种计算方法对终端性能的要求比较高,且由于是通过预先配置的权重进行反向计算,所以使其达到的计算效果并不理想。

摘要:本发明公开了一种角色动画的生成方法、装置、设备及存储介质。该方法包括:获取基于重心骨骼构建的角色模型;其中,所述角色模型包括至少一个骨骼节点,各所述骨骼节点分别链接在所述重心骨骼上,所述重心骨骼不属于所述角色模型中的任一骨骼节点;获取与各所述骨骼节点分别对应的骨骼运动参数;基于所述重心骨骼对应的重心运动参数和各所述骨骼运动参数,对所述角色模型中的骨骼节点进行渲染,生成角色动画。本发明实施例通过在角色模型中创建重心骨骼,并将角色模型中的骨骼节点链接在重心骨骼上,改变角色模型中骨骼节点的级联关系,解决了现有的级联关系导致骨骼运动动画的滑步的问题,提高了压缩后的角色动画的展示效果。

图2 一种角色动画的生成方法、装置、设备及存储介质


3
总结



上述 AI半自动服装解算的主要限制就是:深度学习神经网络,虽然能对角色的各种动作做出对应,但是依赖于训练过角色与服装的模板,对于不同体型或服装的角色,需要重新训练,生成相应的数据参数。而对于现代CG制作的流水线来说,制作大量相似角色的时间将会有效地缩减,提高生产效率。





参考文献

Learning an Intrinsic Garment Space for Interactive Authoring of Garment Animation

http://geometry.cs.ucl.ac.uk/projects/2019/garment_authoring/paper_docs/paper_Tuanfeng_GarmentAnimation.pdf

miHoYoなど、衣服アニメーションを半自動で生成するDeep learningを用いたフレームワークを発表。インタラクティブな編集も可能

https://shiropen.com/seamless/interactive-authoring-of-garment-animation

CN112370779A 专利文本

CN112634417A 专利文本

撰写 | 张梓键       审校 | 梁婉玲

声明:因编撰水平有限,难免有错漏不当之处,仅供参考





华学®知识产权』微信公众号是由广州市华学知识产权代理有限公司(www.chinahuaxue.com)主办的资讯与服务平台,致力于为社会大众提供更多专业知识产权信息与咨询服务。



【声明】内容源于网络
0
0
华学知识产权
内容 0
粉丝 0
华学知识产权
总阅读0
粉丝0
内容0