计算机辅助设计与图形学学报

作者：郑瑞坤, 刘耿欣, 胡瑞珍

关键词：动画风格迁移, 图卷积神经网络, 角色动画, 深度学习

针对有监督动画风格迁移方法对未知内容泛化性差, 以及无监督方法生成动画风格不一致且不自然的问题,提出一种半监督动画风格迁移方法. 所提方法使用 2 个编码器分别从内容动画和风格动画中提取内容和风格特征,并使用解码器进行特征融合和动画生成; 为提升泛化性, 使用大规模无标签动画扩充内容动画数据集, 并用内容保留损失与末端执行器损失使生成结果与输入内容动画相似; 为保持风格一致性, 将生成结果重新输入风格编码器提取风格特征, 并计算与原风格和另一其他风格特征之间的三元组损失. 在 2 个公开数据集 BFA 和 CMU 上与 MotionPuzzle 等方法对比, 所提方法生成动画的 MID 值与用户调研结果均得到明显提升.

来源：2025年第5期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第5期