CN116071473A - 一种动画运动关键帧的获取方法及系统 - Google Patents

Abstract

本发明涉及动画设计技术领域，具体涉及一种动画运动关键帧的获取方法及系统。所述方法包括：识别目标角色，获取目标角色的第一推定运动要素；修正第一推定运动要素，生成目标运动要素；识别源角色视频，获取源角色；识别源角色，获取源角色的第二推定运动要素；修正第二推定运动要素，生成源运动要素；设置源运动要素与目标运动要素的约束关系；生成目标推定关键帧；修正目标推定关键帧，获得目标关键帧。本发明实现了对关键帧中各运动要素的全覆盖、自动任务化、可视化标引等操作完成关键帧要素的确定，通过约束与预约束处理相结合，并通过集合运算精准生成任务，提高了关键帧中运动要素设置的准确性和完整性。

Description

一种动画运动关键帧的获取方法及系统

技术领域

本发明属于动画设计技术领域，涉及动漫动画的运动设计技术，具体涉及一种动画关键帧的获取方法，以及获取动画关键帧的系统。

背景技术

计算机动画中，角色或者物体运动变化中关键动作所处的帧被称为关键帧，相当于二维动画中的原画。关键帧与关键帧之间的动画可以由软件创建添加，叫做过渡帧或者中间帧。

动画的运动/动作设计是动画设计的核心内容。而关键帧的获取又是动画运动或动作设计的关键。

随着计算机动画技术的发展，由计算机创作的角色越来越被接纳。不少由动漫、写实动画等技术作为基础，结合故事情节创造的电影获得了观众的广泛认可，创造了大量超级IP。以及随着网络技术的发展，基于动画的新媒体发展迅速，动画被广泛应用于商业广告宣传、公益宣传等，致使动画设计需求快速增长。

当前一般的动画设计需要动画设计者自行确定关键帧图，关键帧图的确定表达着设计者对动画的理解。而对于写实动画，或者以反应写实动作为目标的动画，其观众通常保留着对写实动作的基本期待，如果动画设计者提取的关键帧违背写实动作时，观众会有动作不真实的感受。写实动作一般指角色动画中受自然科学原理约束的运动过程，当角色对象较为复杂时，由于角色各部位要素的动作并不相同，受约束条件较多，此时如果由设计者自行设计关键帧，通常会出现局部要素被忽略、遗漏或错误的问题。并且，该过程对设计者的运动学知识要求较高，同时要具备较强的对相互约束的复杂运动体进行运动分析的能力，该条件限制了动画创作者的创作表达。

比如一个写实人物，手、手臂、腿、脚、面部五官等，涉及动画关联的要素极多，且在不同的动画场景中，动作的精细或粗放程度不同，需要思考调节的要素多样，基本超出了一般大脑在创作状态下的系统化信息组织能力。

发明内容

为解决上述现有技术问题中动画写实动作设计的问题，本发明提供了一种动画运动关键帧的获取方法，以及获取动画关键帧的系统。

一种动画运动关键帧的获取方法，其特征在于，包括以下步骤：

S1、识别目标角色，获取目标角色的第一推定运动要素；

S2、修正第一推定运动要素，生成目标运动要素；

S3、识别源角色视频，获取源角色；

S4、识别源角色，获取源角色的第二推定运动要素；

S5、修正第二推定运动要素，生成源运动要素；

S6、设置源运动要素与目标运动要素的约束关系；

S7、生成目标推定关键帧；

S8、修正目标推定关键帧，获得目标关键帧。

可选实施方式的一种，动画运动关键帧的获取方法，其特征在于，

所述步骤S2包括，

S21、在目标角色图上显示第一推定运动要素的推定选框；

其中，所述推定选框具有线条边界，所述线条边界为：

由第一边缘提取算法实时生成，和/或更新的，闭合边界；且，

所述闭合边界的任意边缘可在鼠标距所述边缘的距离不大于b时，由鼠标进行第一拖动操作；且第一拖动操作结束时，所述第一边缘提取算法以鼠标目标位置为识别区域，更新所述线条边界。

可选实施方式的一种，动画运动关键帧的获取方法，其特征在于，

所述推定选框可由鼠标进行第二拖动操作；且进行所述第二拖动操作的过程中，所述推定选框边缘形状保持不变；且拖动操作结束时，所述第一边缘提取算法以推定选框覆盖的区域为识别区域，更新所述线条边界。

可选实施方式的一种，动画运动关键帧的获取方法，其特征在于，

所述第二拖动操作的启动条件为：鼠标位于推定选框覆盖区域；且鼠标距推定选框任意边缘的距离a大于b；且鼠标具有主按键操作信号。

可选实施方式的一种，动画运动关键帧的获取方法，其特征在于，

步骤S1中，获取目标角色的第一推定运动要素的实现方法包括：

S11、加载目标角色；

S12、识别目标角色中的运动要素对象，存储为集合A1；

S13、加载源运动要素，存储为集合A2；

S14、对集合A1和集合A2做交集运算，存储为集合A3；

S15、对集合A1和集合A2做并集运算，存储为集合A4；

S16、对集合A4与A3集合做差集运算，存储为集合A5；

其中，所述集合A5为手动标引要素集合；

其中，所述集合A3为源运动要素的元素。

可选实施方式的一种，动画运动关键帧的获取方法，其特征在于，

所述步骤S2包括，

S22、在目标角色图上显示集合A5中运动要素的推定选框；

其中，所述推定选框具有线条边界，所述线条边界为：

由第一边缘提取算法实时生成和/或更新的闭合边界；且所述闭合边界的任意边缘可在鼠标距所述边缘的距离不大于b时，由鼠标进行第一拖动操作；且第一拖动操作结束时，所述第一边缘提取算法以鼠标目标位置为识别区域，更新所述线条边界。

可选实施方式的一种，动画运动关键帧的获取方法，其特征在于，

步骤S4中，获取源角色的第二推定运动要素的实现方法包括：

S41、加载源角色；

S42、识别源角色中的运动要素对象，存储为集合B1；

S43、加载目标运动要素，存储为集合B2；

S44、对集合B1和集合B2做交集运算，存储为集合B3；

S45、对集合B1和集合B2做并集运算，存储为集合B4；

S46、对集合B4与集合B3做差集运算，存储为集合B5；

其中，所述集合B5为手动标引要素集合；

其中，所述集合B3为源运动要素的元素。

可选实施方式的一种，动画运动关键帧的获取方法，其特征在于，

所述步骤S5包括，

在源角色图上显示集合B5中运动要素的推定选框；

其中，所述推定选框具有线条边界，所述线条边界为：

由第一边缘提取算法实时生成和/或更新的闭合边界；且所述闭合边界的任意边缘可在鼠标距所述边缘的距离不大于b时，由鼠标进行第一拖动操作；且第一拖动操作结束时，所述第一边缘提取算法以鼠标目标位置为识别区域，更新所述线条边界。

可选实施方式的一种，动画运动关键帧的获取系统，其特征在于，

具有：目标角色加载单元、第一运动要素处理单元、源角色加载单元、第二运动要素处理单元、约束处理单元；

其中，目标角色加载单元用于从目标角色资源库和/或目标角色创作组件加载目标角色；

第一运动要素处理单元用于生成目标运动要素；

源角色加载单元用于从源角色资源库和/或源角色创作组件加载源角色；

第二运动要素处理单元用于生成源运动要素；

约束处理单元用于标引目标运动要素和源运动要素的对应关系，生成目标角色的运动关键帧。

可选实施方式的一种，动画运动关键帧的获取系统，其特征在于，

具有：第一运动要素预提取单元；

所述第一运动要素预提取单元具有目标识别组件，用于自动识别并生成第一推定运动要素。

可选实施方式的一种，动画运动关键帧的获取系统，其特征在于，

具有：第二运动要素预提取单元；

所述第二运动要素预提取单元具有目标识别组件，用于自动识别并生成第二推定运动要素。

可选实施方式的一种，动画运动关键帧的获取系统，其特征在于，

具有：第一预约束单元；

所述第一预约束单元用于根据集合A1和集合A2计算获得集合A5，以集合A5作为手动标引要素集合，生成手动标引任务。

可选实施方式的一种，动画运动关键帧的获取系统，其特征在于，

具有：第二预约束单元；

所述第二预约束单元用于根据集合B1和集合B2计算获得集合B5，以集合B5作为手动标引要素集合，生成手动标引任务。

本发明的有益效果体现在，通过设置源角色和目标角色的关联提取识别，结合边缘提取、目标识别等图像处理技术，实现了对关键帧中各运动要素的全覆盖、自动任务化、可视化标引等操作完成关键帧要素的确定。约束与预约束处理相结合，并通过集合运算精准生成任务，提高了关键帧中运动要素设置的准确性和完整性。

附图说明

图1为本发明实施例所提供的一种动画运动关键帧的获取方法的流程示意图；

图2为本发明实施例所提供的获取目标角色的第一推定运动要素的实现方法的流程示意图；

图3为本发明所提供的动画运动关键帧的获取系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：

参见图1，本实施例提供了一种动画运动关键帧的获取方法，包括以下步骤：

S1、识别目标角色，获取目标角色的第一推定运动要素；

S2、修正第一推定运动要素，生成目标运动要素；

S3、识别源角色视频，获取源角色；

S4、识别源角色，获取源角色的第二推定运动要素；

S5、修正第二推定运动要素，生成源运动要素；

S6、设置源运动要素与目标运动要素的约束关系；

S7、生成目标推定关键帧；

S8、修正目标推定关键帧，获得目标关键帧。

在以上步骤中，目标角色的处理和源角色的处理不存在时间上的现后约束关系，两组处理过程可同时进行，也可以任意处理过程先行处理。在本实施例中，运动要素是指目标角色或源角色中动画对象的手、脚、腿、指头、头以及眼睛、肌群等具有相对运动可能的单元。

其中的目标角色是指动画最终呈现的角色对象，如卡通对象等；源角色是目标角色需要模拟的对象，如模拟一个人走路的动作，源视频中的走路的人就是源角色，模拟出的卡通人就是目标角色。

第一推定运动要素和第二推定运动要素可通过边缘提取、目标识别等算法自动获取实现；且，由于推定运动要素应以覆盖完全为原则，所以可以调节所述算法的置信度指标，即将目标识别的判定阈值调低，以获得更全面的要素集合。

在本实施例中，通过约束设置即可完成关键帧的源角色到目标角色的对应，使动画创作更具确定性。

实施例2：

可选实施方式的一种，动画运动关键帧的获取方法，所述步骤S2包括，

S21、在目标角色图上显示第一推定运动要素的推定选框；

其中，所述推定选框具有线条边界，所述线条边界为：

由第一边缘提取算法实时生成和/或更新的闭合边界；且所述闭合边界的任意边缘可在鼠标距所述边缘的距离不大于b时，由鼠标进行第一拖动操作；且第一拖动操作结束时，所述第一边缘提取算法以鼠标目标位置为识别区域，更新所述线条边界。

在本实施例中，距离b可设定为像素距离，根据操作经验，设定b的取值为20-50像素值之间，其操作过程定位准确，且不易产生误操作。拖动操作可以可视化的实现对运动要素的快速编辑修正。

且运动要素的推定选框的编辑不仅仅是修改其边界位置，还包括对选框的拆分和合并。其拆分操作可以是通过鼠标滑动轨迹确定一分割线，该分割线如果贯穿一选框闭合区域，则该闭合区域以分割线被拆分为两个运动要素，对应两个独立的选框。新的选框同时执行边缘提取或目标识别算法，生成与运动要素一致的选框。需要注意的是，此处的边缘提取或目标识别算法执行了与上述同类识别算法不同阈值的置信度判断，具体来说是更高标准的判断，以确保要素识别的准确性。选框的合并（运动要素的合并）可通过拖动选框位置或者选框边缘位置至与另一选框相交时，执行合并动作。合并动作执行后，边缘提取或目标识别算法将自动屏蔽合并过程重叠的边缘。一种应用场景是，在源角色视频中，对象的下肢具有脚、小腿、大腿等多个运动要素，但制作动画时并不需要如此丰富的动作，可将大腿、小腿和脚合并为同一运动要素进行简化特征处理。

实施例3：

可选实施方式的一种，动画运动关键帧的获取方法，所述推定选框可由鼠标进行第二拖动操作；且进行所述第二拖动操作的过程中，所述推定选框边缘形状保持不变；且拖动操作结束时，所述第一边缘提取算法以推定选框覆盖的区域为识别区域，更新所述线条边界。

实施例4：

可选实施方式的一种，动画运动关键帧的获取方法，所述第二拖动操作的启动条件为：鼠标位于推定选框覆盖区域；且鼠标距推定选框任意边缘的距离a大于b；且鼠标具有主按键操作信号。

以上提供了另一种运动要素的修正方案，通过整体移动选框做修正，避免了对选框边缘做多次操作，提高了要素确定的效率，但依赖于关联运行的自动识别算法。

实施例5：

参见图2，可选实施方式的一种，动画运动关键帧的获取方法，步骤S1中，获取目标角色的第一推定运动要素的实现方法包括：

S11、加载目标角色；

S12、识别目标角色中的运动要素对象，存储为集合A1；

S13、加载源运动要素，存储为集合A2；

S14、对集合A1和集合A2做交集运算，存储为集合A3；

S15、对集合A1和集合A2做并集运算，存储为集合A4；

S16、对集合A4与A3集合做差集运算，存储为集合A5；

其中，所述集合A5为手动标引要素集合；

其中，所述集合A3为源运动要素的元素。

本实施例提供的第一推定运动要素的实现方法，主要价值在于在识别目标角色的运动要素时引入了所识别的源角色运动要素，并通过运动要素间的集合运算，快速确定一批集合元素，作为无需手动标引的要素集合，即集合A3。此外，还生成需要手动标引的要素集合A5,并形成自动标引任务。使艺术化、非标准化的关键帧识别工作被标准化和任务化，对于处理复杂动画效果更为突出。

实施例6：

可选实施方式的一种，动画运动关键帧的获取方法，所述步骤S2包括，

S22、在目标角色图上显示集合A5中运动要素的推定选框；

其中，所述推定选框具有线条边界，所述线条边界为：

由第一边缘提取算法实时生成和/或更新的闭合边界；且所述闭合边界的任意边缘可在鼠标距所述边缘的距离不大于b时，由鼠标进行第一拖动操作；且第一拖动操作结束时，所述第一边缘提取算法以鼠标目标位置为识别区域，更新所述线条边界。

实施例7：

可选实施方式的一种，动画运动关键帧的获取方法，步骤S4中，获取源角色的第二推定运动要素的实现方法包括：

S41、加载源角色；

S42、识别源角色中的运动要素对象，存储为集合B1；

S43、加载目标运动要素，存储为集合B2；

S44、对集合B1和集合B2做交集运算，存储为集合B3；

S45、对集合B1和集合B2做并集运算，存储为集合B4；

S46、对集合B4与集合B3做差集运算，存储为集合B5；

其中，所述集合B5为手动标引要素集合；

其中，所述集合B3为源运动要素的元素。

本实施例提供的第二推定运动要素的实现方法，主要价值在于在识别源角色的运动要素时引入了所识别的目标角色运动要素，并通过运动要素间的集合运算，快速确定一批集合元素，作为无需手动标引的要素集合，即集合B3。此外，还生成需要手动标引的要素集合B5,并形成自动标引任务。使艺术化、非标准化的关键帧识别工作被标准化和任务化，对于处理复杂动画效果更为突出。

实施例8：

可选实施方式的一种，动画运动关键帧的获取方法，所述步骤S5包括，

S51、在源角色图上显示集合B5中运动要素的推定选框；

其中，所述推定选框具有线条边界，所述线条边界为：

由第一边缘提取算法实时生成和/或更新的闭合边界；且所述闭合边界的任意边缘可在鼠标距所述边缘的距离不大于b时，由鼠标进行第一拖动操作；且第一拖动操作结束时，所述第一边缘提取算法以鼠标目标位置为识别区域，更新所述线条边界。

实施例9：

参见图3，可选实施方式的一种，本实施例提供了动画运动关键帧的获取系统，具有：目标角色加载单元、第一运动要素处理单元、源角色加载单元、第二运动要素处理单元、约束处理单元；其中，

目标角色加载单元用于从目标角色资源库和/或目标角色创作组件加载目标角色；

第一运动要素处理单元用于生成目标运动要素；

源角色加载单元用于从源角色资源库和/或源角色创作组件加载源角色；

第二运动要素处理单元用于生成源运动要素；

约束处理单元用于标引目标运动要素和源运动要素的对应关系，生成目标角色的运动关键帧。

具体的，目标角色是指动画最终呈现的角色对象，如卡通对象等；源角色是目标角色需要模拟的对象，如模拟一个人走路的动作，源视频中的走路的人就是源角色，模拟出的卡通人就是目标角色；

目标角色资源库中储存有多个预先设计的目标角色，可以直接被目标角色加载单元调用；同时，目标角色也可从目标角色创作组件中加载获取，用户可在目标角色创作组件中对需要的角色进行创作，得到目标角色，并通过目标角色加载单元获取；

源角色是目标角色需要模拟的对象，如模拟一个人走路的动作，源视频中的走路的人就是源角色，模拟出的卡通人就是目标角色；

源角色资源库中储存有多个源角色以及和每一源角色对应的源视频，一源角色可对应多个源视频，以获取同一源角色的不同动作；

目标运动要素和源运动要素分别指的是指目标角色和源角色中对象的手、脚、腿、指头、头以及眼睛、肌群等具有相对运动可能的单元；

在获取目标运动要素和源运动要素后，通过约束处理单元建立两者之间的约束，通过约束设置即可完成关键帧的源角色到目标角色的对应，使动画创作更具确定性。

实施例10：

可选实施方式的一种，动画运动关键帧的获取系统，具有，

第一运动要素预提取单元；

所述第一运动要素预提取单元具有目标识别组件，用于自动识别并生成第一推定运动要素。

可选实施方式的一种，动画运动关键帧的获取系统具有，

第二运动要素预提取单元；

所述第二运动要素预提取单元具有目标识别组件，用于自动识别并生成第二推定运动要素。

具体的，所述第一运动要素预提取单元和所述第二运动要素预提取单元中存储有边缘提取、目标识别等算法，用于自动获取第一推定运动要素和第二推定运动要素；且，由于推定运动要素应以覆盖完全为原则，所以可以调节所述算法的置信度指标，即将目标识别的判定阈值调低，以获得更全面的要素集合；所述算法可以是R-CNN（Region basedConvolutional Neural Network，基于区域的卷积神经网络）算法、SIFT（Scale-invariantfeature transform，尺度不变特征变换）算法、YOLO算法等，上述算法均属于现有技术，在此不再赘述；

通过第一运动要素预提取单元和所述第二运动要素预提取单元的设置，能够全面、快速的获取目标角色的和源角色上的运动要素，从而能够提升关键帧的确定效率。

实施例11：

可选实施方式的一种，动画运动关键帧的获取系统，

具有，

第一预约束单元；

所述第一预约束单元用于根据集合A1和集合A2计算获得集合A5，以集合A5作为手动标引要素集合，生成手动标引任务。

可选实施方式的一种，动画运动关键帧的获取系统，其特征在于，

具有，

第二预约束单元；

所述第二预约束单元用于根据集合B1和集合B2计算获得集合B5，以集合B5作为手动标引要素集合，生成手动标引任务。

具体的，第一预约束单元根据集合A1和集合A2计算获得集合A5，以集合A5作为手动标引要素集合，生成手动标引任务，其中，集合A1包括目标角色的运动要素，即第一推定运动要素，集合A2包括源角色的运动要素，即第二推定运动要素；首先对集合A1和集合A2做交集运算，得到集合A3，源角色和目标角色可能存在差异，但在结构上差别不会太大，举例来说，源角色是人类，目标角色是动物的拟人形象，虽然在运动要素可能有差别，例如手部关节和手臂关节，但必定存在相同的运动要素，故首先进行交集运算，获取目标角色和源角色上相同的运动要素，以得到集合A3；随后，对集合A1和集合A2做并集运算，得到集合A4，并将集合A4和集合A3做差集运算，得到集合A5，集合A5中的运动要素为存在于源角色上但不存在于目标角色上的运动要素，举例来说而非限定，人的手掌以及手指部分具有多个关节（即运动要素），但当目标角色为动物拟人角色时，为了动画的夸张效果或出于其他设计原因，目标角色的手部不需要和源角色相同数量的运动要素，这些运动要素即为集合A5中的运动要素，以集合A5作为手动标引要素集合，生成手动标引任务，实现了使艺术化、非标准化的关键帧识别工作被标准化和任务化，对于处理复杂动画效果更为突出；

第二预约束单元的原理和第一预约束单元基本相同，在此不过多赘述，第二预约束单元和第一预约数单元的区别在于，第一预约束单元在识别目标角色的运动要素时引入了所识别的源角色运动要素，以获得目标角色上无需手动标引的要素集合以及需要手动标引的要素集合；第二预约束单元在识别源角色的运动要素时引入了所识别的目标角色运动要素，以获得源角色上无需手动标引的要素集合以及需要手动标引的要素集合。在制作动画模拟视频时，一个对象的动作非常重要，因为它直接决定了视频的表现效果和质量。在动画制作中，关键帧是非常重要的概念。关键帧是指在动画中需要定义动画状态的点。这些状态在时间轴上是重要的，因为它们会影响物体在接下来的时间内的动作。因此，在制作动画模拟视频时，获取视频中对象的关键帧是非常重要的。

关键帧的准确识别的重要性体现在：

（一）、保证动画流畅性和自然性

关键帧是动画制作中的一个重要环节，关键帧的设定可以保证动画的流畅性和自然性。通过获取视频中对象的关键帧，可以确定物体在不同时间节点的状态，以便更好地模拟物体的动作，从而产生更流畅自然的效果。当一个物体在不同时间节点的状态被明确定义后，就可以通过动画模拟工具对关键帧进行插值，以获得流畅和自然的动作效果。

（二）、提高工作效率

获取视频中对象的关键帧可以大大提高制作动画模拟视频的效率。如果没有关键帧，制作人员需要一帧一帧地确定物体的状态，并在时间轴上手动进行标记，这将非常耗时和繁琐。而有了关键帧，制作人员可以只需要在重要的节点上进行关键帧的设定，动画模拟工具会在关键帧之间自动进行插值，这样可以大大提高制作效率。

（三）、提高动画的质量

通过获取视频中对象的关键帧，可以对物体的运动轨迹进行更精确的控制。当物体在时间轴上的状态被明确定义后，可以在关键帧之间进行插值，以获得更流畅、更自然的运动效果。此外，如果动画需要与背景进行交互，获取视频中对象的关键帧也能够确保物体与背景的交互效果更加自然。

（四）、增强创意表现力

获取视频中对象的关键帧还可以提高动画的创意表现力。通过精心设置关键帧，可以实现一些独特的效果，例如强调物体的特点或调整物体的运动路径。这些特殊效果可以使动画更加生动有趣，并让观众对动画产生更强烈的共鸣。

在寻找关键帧时，准确性是至关重要的，因为不准确的关键帧可能会导致不自然、不流畅的动画效果。以下是几个影响关键帧准确性的具体难点问题：

（一）、视频中对象的运动状态

视频中对象的运动状态可能是动画制作中最大的挑战之一。如果对象的运动速度非常快或非常慢，将很难找到适当的关键帧。此外，如果物体的运动状态包含非常复杂的细节，比如弯曲或扭曲等，这也会使关键帧的确定变得更加困难。

（二）、视频中的背景

视频中的背景也是关键帧准确性的重要因素。如果背景非常复杂或非常杂乱，那么确定适当的关键帧将变得更加困难。此外，如果背景有很多变化或移动，也会对关键帧的准确性产生影响。

（三）、摄像机的运动状态

摄像机的运动状态也是影响关键帧准确性的因素之一。如果摄像机在拍摄时移动或旋转，那么对象在不同帧上的位置和方向可能会发生变化。这样就需要在关键帧上额外的调整，以便确保物体的运动状态在视觉上是一致的。

（四）、视频质量

视频质量也会对关键帧的准确性产生影响。如果视频质量很差，比如视频模糊、画质不佳等，那么确定适当的关键帧将变得更加困难。

在本发明的实施例的描述中，术语“第一”、“第二”仅用以描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本发明的实施例的描述中，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (13)

1.一种动画运动关键帧的获取方法，其特征在于，包括以下步骤：

S1、识别目标角色，获取目标角色的第一推定运动要素；

S2、修正第一推定运动要素，生成目标运动要素；

S3、识别源角色视频，获取源角色；

S4、识别源角色，获取源角色的第二推定运动要素；

S5、修正第二推定运动要素，生成源运动要素；

S6、设置源运动要素与目标运动要素的约束关系；

S7、生成目标推定关键帧；

S8、修正目标推定关键帧，获得目标关键帧。

2.根据权利要求1所述的动画运动关键帧的获取方法，其特征在于，

所述步骤S2包括，

S21、在目标角色图上显示第一推定运动要素的推定选框；

其中，所述推定选框具有线条边界，所述线条边界为：

由第一边缘提取算法实时生成和/或更新的闭合边界；

且所述闭合边界的任意边缘可在鼠标距所述边缘的距离不大于b时，由鼠标进行第一拖动操作；且第一拖动操作结束时，所述第一边缘提取算法以鼠标目标位置为识别区域，更新所述线条边界。

3.根据权利要求2所述的动画运动关键帧的获取方法，其特征在于，

所述推定选框可由鼠标进行第二拖动操作；且进行所述第二拖动操作的过程中，所述推定选框边缘形状保持不变；且拖动操作结束时，所述第一边缘提取算法以推定选框覆盖的区域为识别区域，更新所述线条边界。

4.根据权利要求3动画运动关键帧的获取方法，其特征在于，

所述第二拖动操作的启动条件为：鼠标位于推定选框覆盖区域；且鼠标距推定选框任意边缘的距离a大于b；且鼠标具有主按键操作信号。

5.根据权利要求1-4之任一项权利要求所述的动画运动关键帧的获取方法，其特征在于，

步骤S1中，获取目标角色的第一推定运动要素的实现方法包括：

S11、加载目标角色；

S12、识别目标角色中的运动要素对象，存储为集合A1；

S13、加载源运动要素，存储为集合A2；

S14、对集合A1和集合A2做交集运算，存储为集合A3；

S15、对集合A1和集合A2做并集运算，存储为集合A4；

S16、对集合A4与A3集合做差集运算，存储为集合A5；

其中，所述集合A5为手动标引要素集合；

其中，所述集合A3为源运动要素的元素。

6.根据权利要求1-4之任一项权利要求所述的动画运动关键帧的获取方法，其特征在于，

所述步骤S2包括，

S22、在目标角色图上显示集合A5中运动要素的推定选框；

其中，所述推定选框具有线条边界，所述线条边界为：

由第一边缘提取算法实时生成和/或更新的闭合边界；且所述闭合边界的任意边缘可在鼠标距所述边缘的距离不大于b时，由鼠标进行第一拖动操作；且第一拖动操作结束时，所述第一边缘提取算法以鼠标目标位置为识别区域，更新所述线条边界。

7.根据权利要求1-4之任一项权利要求所述的动画运动关键帧的获取方法，其特征在于，

步骤S4中，获取源角色的第二推定运动要素的实现方法包括：

S41、加载源角色；

S42、识别源角色中的运动要素对象，存储为集合B1；

S43、加载目标运动要素，存储为集合B2；

S44、对集合B1和集合B2做交集运算，存储为集合B3；

S45、对集合B1和集合B2做并集运算，存储为集合B4；

S46、对集合B4与集合B3做差集运算，存储为集合B5；

其中，所述集合B5为手动标引要素集合；

其中，所述集合B3为源运动要素的元素。

8.根据权利要求7所述的动画运动关键帧的获取方法，其特征在于，

所述步骤S5包括，

S51、在源角色图上显示集合B5中运动要素的推定选框；

其中，所述推定选框具有线条边界，所述线条边界为：

由第一边缘提取算法实时生成和/或更新的闭合边界；且所述闭合边界的任意边缘可在鼠标距所述边缘的距离不大于b时，由鼠标进行第一拖动操作；且第一拖动操作结束时，所述第一边缘提取算法以鼠标目标位置为识别区域，更新所述线条边界。

9.动画运动关键帧的获取系统，其特征在于，具有：目标角色加载单元、第一运动要素处理单元、源角色加载单元、第二运动要素处理单元、约束处理单元；

其中，目标角色加载单元用于从目标角色资源库和/或目标角色创作组件加载目标角色；

第一运动要素处理单元用于生成目标运动要素；

源角色加载单元用于从源角色资源库和/或源角色创作组件加载源角色；

第二运动要素处理单元用于生成源运动要素；

约束处理单元用于标引目标运动要素和源运动要素的对应关系，生成目标角色的运动关键帧。

10.根据权利要求9所述的动画运动关键帧的获取系统，其特征在于，

具有：第一运动要素预提取单元；

所述第一运动要素预提取单元具有目标识别组件，用于自动识别并生成第一推定运动要素。

11.根据权利要求9或10所述的动画运动关键帧的获取系统，其特征在于，

具有：第二运动要素预提取单元；

所述第二运动要素预提取单元具有目标识别组件，用于自动识别并生成第二推定运动要素。

12.根据权利要求11所述的动画运动关键帧的获取系统，其特征在于，

具有：第一预约束单元；

所述第一预约束单元用于根据集合A1和集合A2计算获得集合A5，以集合A5作为手动标引要素集合，生成手动标引任务。

13.根据权利要求11所述的动画运动关键帧的获取系统，其特征在于，

具有：第二预约束单元；

所述第二预约束单元用于根据集合B1和集合B2计算获得集合B5，以集合B5作为手动标引要素集合，生成手动标引任务。

Images