首页  专利技术  电子电路装置的制造及其应用技术

一种基于物理感知深度学习的布料仿真方法及装置

403次浏览

技术特征:

1.一种基于物理感知深度学习的布料仿真方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述获取蒙皮的3d人物模型的运动动作参数,包括:

3.根据权利要求1所述的方法,其特征在于,所述将所述运动动作参数通过解耦描述符转换成静态描述符和动态描述符,包括:

4.根据权利要求1所述的方法,其特征在于,所述编码器包括静态编码器和动态编码器;

5.根据权利要求1所述的方法,其特征在于,所述解码器包括三个全连接层和一个姿态空间变形层;所述解码器的工作过程如下:

6.根据权利要求1所述的方法,其特征在于,基于物理仿真的损失函数通过如下公式表示:

7.根据权利要求6所述的方法,其特征在于,

8.一种基于物理感知深度学习的布料仿真装置,其特征在于,所述装置包括:

9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。


技术总结
本文提供了一种基于物理感知深度学习的布料仿真方法及装置,方法包括:获取蒙皮的3D人物模型的运动动作参数;将运动动作参数通过解耦描述符转换成静态描述符和动态描述符;通过编码器分别对静态描述符和动态描述符进行编码处理,得到静态潜在变量和动态潜在变量,并进行相加,等到编码后的特征向量;通过解码器对特征向量进行解码处理,得到3D人物模型的局部布料的变形状态;通过基于物理仿真的损失函数对网络模型进行训练,使得网络学习满足布料和人体的物理约束,并输出布料状态的预测结果。本文旨在利用基于物理仿真的损失函数,使网络学习满足布料和人体的物理约束,实现对布料动态的准确预测。

技术研发人员:李天行,王海琪,朱青,石睿
受保护的技术使用者:北京工业大学
技术研发日:
技术公布日:2024/11/14
文档序号 : 【 40001647 】

技术研发人员:李天行,王海琪,朱青,石睿
技术所有人:北京工业大学

备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
李天行王海琪朱青石睿北京工业大学
一种基于大模型自优化的船舶防碰撞监测方法及系统与流程 基于机场道面三维坐标扫描的空腔标定方法和应用
相关内容