CN102339473A - 一种基于遗传算法的动漫模型设计方法 - Google Patents

Abstract

本方法的理论基础取自于生物进化科学、计算机科学和设计方法学，主要算法借鉴生物科学的进化理论；实现依赖计算机科学的计算模型、算法及可视化技术，最终服务对象是信息时代的动漫设计人员。本方法中首先进行动漫模型识别与重构，建立基本的动漫模型；然后采用基于相邻结构线判别技术的删减算法进一步优化造型；最后，以某种造型为种子生成一个种群，按照适应度计算、选择、交叉和变异进行交互式进化设计，从而产生大量形态各异的造型。如果对设计的动漫模型已经满意，则结束。如果对所设计的动漫模型不满意，则继续进行进化设计。通过本方法，设计人员只需简单点击鼠标就可以得到丰富的卡通造型。

Description

一种基于遗传算法的动漫模型设计方法

技术领域

本发明为动漫模型的设计，具体为一种基于遗传算法的动漫模型设计方法。 

背景技术

三维动漫建模是指把现实生活中真实存在的或假想出来的三维实体在三维动漫制作软件的界面中用空间中的点、线、面、体等形式表现出来，这些点、线、面、体的位置、方向、大小等要素直接决定着这个模型的逼真程度。三维动漫建模技术是动漫制作中重要的一部分，目前使用计算机图形学的方法建立起逼真的三维模型仍然是一项具有很大挑战性的工作。 

本方法基于Maya平台，借助Maya强大的建模、动漫制作功能以及优秀的脚本编程扩展能力，借鉴遗传算法的思想和方法，通过交互式方法，可以生成大量形态各异、各具特色的动漫模型。 

发明内容

动漫模型设计是一项极大的依赖于人的创造力和想象力的活动。本发明能够为设计人员提供一种自动化、智能化的动漫模型设计方法。本方法以遗传算法为基础，通过交互式图形设计系统，为设计人员提供设计工具。 

本方法的理论基础取自于生物进化科学、计算机科学及设计方法的交叉学科，其主要算法借鉴生物科学的进化理论；其实现依赖计算机科学的计算模型、算法及可视化技术，其最终服务对象是信息时代的动漫设计人员。基于遗传算法的动漫模型设计方法主要包括以下几个阶段：(1)基本动漫模型的设计；(2)动漫模型优化；(3)基于遗传算法的动漫模型进化。通过本方法，设计人员只需简单的点击鼠标就可以得到丰富的卡通造型。 

以下详细介绍设计过程的三个阶段。 

1、基本动漫模型的设计可以通过以下任何一种方法得到基本动漫模型。 

方法1：使用NURBS造型技术，通过放样建立动漫模型第一步：构造3阶NURBS曲线，数学公式为一有理多项式矢量函数(提供1到7阶，默认为3阶)：  $c\left(n\right)=\frac{\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{w}_i{p}_i{N}_{(i,k)}\left(u\right)}{\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{w}_i{N}_{(i,k)}\left(u\right)}$ 其中，w_i(i＝0，1，…，n)称为权因子，分别与控制顶点p_i(i＝0，l，…，n)相联系。N_(i，k)(u)为k次规范B样条基函数。 

第二步：按放样顺序自上而下或由下而上选择曲线进行放样，放样出NURBS曲面。如图1所示。 

第三步：通过对NURBS曲面进行编辑，可以很方便地完成一些特殊的曲面构造工作。如图2所示。 

方法2：动漫模型识别与重构第一步：手工制作或从因特网中导入造型模型Obj。如图3所示。 

第二步：通过getAttr(Obj.spanU)或getAttr(Obj.spanV)函数获得造型U、V两方向结构线数目isoparm_num。 

第三步：使用duplicateCurve函数对造型U方向或V方向的结构线进行提取。如图4所示。 

第四步：使用xform函数获取每条结构线上控制编辑点(EP点)的全局位置信息，并存储在ep_point[M][N]二维数组中。 

第五步：借助ep_point[M][N]数组中存储的点信息使用curve函数进行结构线的重构。如图5所示。 

第六步：使用scale函数对结构线进行缩放，move函数进行位置移动。 

第七步：对调整好的结构线使用loft函数放样，得到全新的造型。如图6所示。 

2、动漫模型优化基于相邻结构线判别技术的删减方法如下：第一步：采用上面介绍的算法提取结构线，并存储结构线EP点信息。 

第二步：对于结构线isoparm[i]上的每个编辑点isoparm[i].ep[j]，计算其到相邻结构线isoparm[i-1]和isoparm[i+1]对应编辑点isoparm[i-1].ep[j]和isoparm[i+1].ep[j]连线的距离distance。 

第三步：当distance小于指定阈值Thresh_EP_Distance时，则认为该点在连线上，如 果isoparm[i]上有80％的EP点在连线上，就认为此条结构线为冗余结构线，并记录结构线编号i。 

第四步：依次执行步骤第三步、第四步直到判断完全部结构线为止，并删除冗余结构线。 

通过上述删减算法可以在保证造型整体完整的基础上消除冗余，便于今后的进化操作，效果如图7所示。 

3、基于遗传算法的动漫模型进化第一步：初始化种群：选择要进化的动漫原型作为种子，如图8所示。然后输入种群的个体数目n，系统自动生成初始种群，如图9所示。 

第二步：适应度计算指定各个个体的适应度f(i)，i＝1…n.其中适应度值范围为1～10分，1分和2分表示很差，3分和4分表示差，5分和6分表示一般，7分和8分表示好，9分表示很好，10分表示完美。交互式打分如图10所示。 

第三步：选择：使用轮盘赌选择法计算各个个体的选择概率： $p\left(i\right)=\frac{f\left(i\right)}{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}f\left(j\right)}$ 对p(i)进行排序。生成随机数0≤r≤1，选择出最接近的个体。 

表1表示一个种群中10个个体的适应度及累积适应度。假设现在要选出2个个体，那么要进行2轮选择，假设第一轮产生一个[0，1]的随机数0.16，与所有个体的适应度之和1.78相乘等于0.2848，因为0.18＜0.2848≤0.33，所以选择2号个体。第二轮选择类似，假设产生[0，1]的随机数0.7，与适应度之和1.78相乘等于1.246，因为1.12＜1.246≤1.27所以选择8号个体，如图11所示。 

表1种群中10个个体的适应度及累积适应度 

个体	适应度	累积适应度
			1	0.18	0.18
2	0.15	0.33
			3	0.12	0.45
4	0.16	0.61
			5	0.15	0.76
6	0.22	0.98
			7	0.14	1.12

 

8	0.15	1.27
			9	0.25	1.52
10	0.26	1.78

第四步：单点交叉生成一个随机整数l，l＝1…n-1。  $\begin{array}{c}s\left(i\right)=a_{11}{a}_{12}...a_{1l}{a}_{1m}...a_{1n}\\ s\left(j\right)=a_{21}{a}_{22}...a_{2l}{a}_{2m}...a_{2n}\\ \⇓\\ s^{\′}\left(i\right)=a_{11}{a}_{12}...a_{2l}{a}_{2m}...a_{1n}\\ s^{\′}\left(j\right)=a_{21}{a}_{22}...a_{1l}{a}_{\mathrm{lm}}...a_{2n}\end{array}$

第五步：变异：可以对要变异的父个体采用单点变异或多点变异。 

(1)单点变异：生成一个随机整数l，l＝1…n-1  $\begin{array}{c}s\left(i\right)=a_{11}{a}_{12}...a_{1l}...a_{1n}\\ \⇓\\ s^{\′}\left(i\right)=a_{11}{a}_{12}..{a_{1l}}^{\′}...a_{1n}\end{array}$ (2)多点变异：生成多个随机整数l_j，l_j＝1…n-1；j＝1…n/2  $\begin{array}{c}s\left(i\right)=a_{11}{a}_{12}...a_{1l_1}...a_{{1l}_2}...a_{{1l}_j}...a_{1n}\\ \⇓\\ s^{\′}\left(i\right)=a_{11}{a}_{12}...{a_{{1l}_1}}^{\′}...{a_{{1l}_2}}^{\′}...{a_{{1l}_j}}^{\′}...a_{1n}\end{array}$ 表2个体2的7个基因 

个体	基因1	基因2	基因3	基因4	基因5	基因6	基因7
								2	0.2	0.3	0.5	0.6	0.7	0.1	0.4

表3个体2的单点变异 

个体	基因1	基因2	基因3	基因4	基因5	基因6	基因7
								2	0.18	0.33	0.6	0.78	0.98	0.1	0.4

表4个体2的多点变异 

个体	基因1	基因2	基因3	基因4	基因5	基因6	基因7
								2	0.24	0.3	0.5	0.6	0.91	0.14	0.4

如果对设计的动漫模型已经满意，就可以结束整个设计过程。如果对所设计的动漫模型不满意，则可以继续进行进化设计，重复第二步至第五步。 

附图说明： 

图1是一个金鱼造型的NURBS曲线图；图2是放样后的金鱼造型图；图3 是一个原始恐龙身体造型图；图4 是提取原始恐龙身体造型的结构线示意图；图5 是所获取原始恐龙身体造型结构线上的EP点信息图；图6 是调整结构线放样后的恐龙身体造型图；图7 是采用结构线删减算法前后鲨鱼效果对比图；图8 是原始鲨鱼造型图；图9 是基于原始鲨鱼造型所生成的初始种群示意图；图10 是基于遗传算法的交互式进化设计结果和软件界面图；图11 是轮盘赌选择法选择种群个体示意图；图12 是遗传算法各代进化所产生造型示意图。

Claims (1)

1.一种基于遗传算法的动漫模型设计方法

一种基于遗传算法的动漫模型设计方法，其特征在于：设计过程通过遗传算法和人工交互方式来完成，可以产生大量形态各异的动漫模型，具体过程如下：

第一阶段、基本动漫模型的设计

可以通过以下任何一种方法得到基本动漫模型：

方法1：使用NURBS造型技术，通过放样建立动漫模型

第一步：构造3阶NURBS曲线，数学公式为一有理多项式矢量函数(提供1到7阶，默认为3阶)：

$c\left(n\right)=\frac{\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{w}_i{p}_i{N}_{(i,k)}\left(u\right)}{\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{w}_i{N}_{(i,k)}\left(u\right)}$

其中，w_i(i＝0，1，…，n)称为权因子，分别与控制顶点p_i(i＝0，l，…，n)相联系；N_(i，k)(u)为k次规范B样条基函数；

第二步：按放样顺序自上而下或由下而上选择曲线进行放样，放样出NURBS曲面；

第三步：通过对NURBS曲面进行编辑，可以很方便地完成一些特殊的曲面构造工作；

方法2：动漫模型识别与重构

第一步：手工制作或从因特网中导入造型模型Obj；

第二步：通过getAttr(Obj.spanU)或getAttr(Obj.spanV)函数获得造型U、V两方向结构线数目isoparm_num；

第三步：使用duplicateCurve函数对造型U方向或V方向的结构线进行提取；

第四步：使用xform函数获取每条结构线上控制编辑点(EP点)的全局位置信息，并存储在ep_point[M][N]二维数组中；

第五步：借助ep_point[M][N]数组中存储的点信息使用curve函数进行结构线的重构；

第六步：使用scale函数对结构线进行缩放，move函数进行位置移动；

第七步：对调整好的结构线使用loft函数放样，得到全新的造型；

第二阶段、动漫模型优化

基于相邻结构线判别技术的删减方法如下：

第一步：采用上面介绍的算法提取结构线，并存储结构线EP点信息；

第二步：对于结构线isoparm[i]上的每个编辑点isoparm[i].ep[j]，计算其到相邻结构线isoparm[i-1]和isoparm[i+1]对应编辑点isoparm[i-1].ep[j]和isoparm[i+1].ep[j]连线的距离distance；

第三步：当distance小于指定阈值Thresh_EP_Distance时，则认为该点在连线上，如果isoparm[i]上有80％的EP点在连线上，就认为此条结构线为冗余结构线，并记录结构线编号i；

第四步：依次执行步骤第三步、第四步直到判断完全部结构线为止，并删除冗余结构线；

第三阶段、基于遗传算法的动漫模型进化

第一步：初始化种群

选择要进化的动漫原型作为种子，输入种群的个体数目n，系统自动生成初始种群；

第二步：适应度计算

指定各个个体的适应度f(i)，i＝1…n

其中适应度值范围为1～10分，1分和2分表示很差，3分和4分表示差，5分和6分表示一般，7分和8分表示好，9分表示很好，10分表示完美；

第三步：选择：使用轮盘赌选择法

计算各个个体的选择概率：

$p\left(i\right)=\frac{f\left(i\right)}{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}f\left(j\right)}$

对p(i)进行排序；

生成随机数0？？r？？1，选择出最接近的个体；

第四步：单点交叉

生成一个随机整数l，l＝1…n-1；

$\begin{array}{c}s\left(i\right)=a_{11}{a}_{12}...a_{1l}{a}_{1m}{...a}_{1n}\\ s\left(j\right)=a_{21}{a}_{22}...a_{2l}{a}_{2m}...a_{2n}\\ \⇓\\ s^{\′}\left(i\right)=a_{11}{a}_{12}...a_{2l}{a}_{2m}...a_{1n}\\ s^{\′}\left(j\right)=a_{21}{a}_{22}...a_{1l}{a}_{1m}{...a}_{2n}\end{array}$

第五步：变异：可以对要变异的父个体采用单点变异或多点变异；

(1)单点变异：生成一个随机整数l，l＝1…n-1

$\begin{array}{c}s\left(i\right)=a_{11}{a}_{12}...a_{1l}...a_{1n}\\ \⇓\\ s^{\′}\left(i\right)=a_{11}{a}_{12}...{a_{1l}}^{\′}...a_{1n}\end{array}$

(2)多点变异：生成多个随机整数l_j，l_j＝1…n-1；j＝1…n/2

$\begin{array}{c}s\left(i\right)=a_{11}{a}_{12}...a_{{1l}_1}...a_{{1l}_2}...a_{{1l}_j}...a_{1n}\\ \⇓\\ s^{\′}\left(i\right)=a_{11}{a}_{12}...{a_{{1l}_1}}^{\′}...{a_{{1l}_2}}^{\′}...{a_{{1l}_j}}^{\′}...a_{1n}\end{array}$

如果对设计的动漫模型已经满意，就可以结束整个设计过程；

如果对所设计的动漫模型不满意，则可以继续进行进化设计，重复第二步至第五步。

Images