学位论文 > 优秀研究生学位论文题录展示

遗传算法及其在3D动漫造型设计中的应用研究

作 者: 于汉超
导 师: 刘弘
学 校: 山东师范大学
专 业: 计算机软件与理论
关键词: 协同创新设计 3D动漫角色造型 3D动漫群体造型 遗传算法 HSF协同 ACIS规则表达式
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 147次
引 用: 1次
阅 读: 论文下载
 

内容摘要


动漫产业有着广阔的发展前景,被称为21世纪创意经济中最有希望的朝阳产业和21世纪的“无烟工业”。动漫造型作为动漫中的灵魂,成为欧美日韩等动漫强国推销其动漫与衍生产品的重要武器。动漫造型一般包括动漫角色造型和动漫群体造型。从深受观众喜爱的唐老鸭、米老鼠到现今的机器人瓦力、功夫熊猫,每一部动画片都能诞生一个甚至多个明星,成功地设计一个动漫角色造型,不仅能提升一部动漫影片的票房号召力,更能成为推广整个产业的中坚力量;此外,不少动漫影片中还会涉及到大量的群体造型,例如,大型战争场面中大量的战士、角斗场中大量的观众、城市中大量的群众等。有效地设计、产生动漫中的角色造型及群体造型,对于提升动漫产品的质量至关重要,一直是动漫领域的研究热点之一。3D动漫是当今动漫产业的发展方向,3D动漫造型作为3D动漫的核心元素,在3D动漫制作中具有非常重要的地位,其好坏将直接影响3D动漫的质量以及后期的制作效果。如何高效地设计一个能够吸引大众眼球的3D动漫角色造型、如何快速高效地生成动漫影片中数以万计的3D动漫群体造型,一直是3D动漫设计领域重要的研究问题。3D动漫造型的传统设计方法是利用三维建模软件Maya,3D Max等直接绘制,这种方法获得的3D动漫造型美观、精确。但是,对于设计一个3D动漫角色造型而言,设计师往往会受到现有造型和设计观念的影响,导致很难设计出具有足够创意的、能够吸引大众眼球的作品;而对于设计数以万计的3D动漫群体造型而言,由于其造型数量太多、设计的工作量巨大,使用传统的设计方法成本太高、速度太慢、且无法自动生成大量的造型。因此,迫切需要寻找合适的方法来解决这些问题。本文通过研究并利用进化计算技术、协同技术和可视化技术,以设计支持3D动漫造型协同创新设计的方法、提高造型的新颖程度和生成效率为目标开展研究,本文的主要工作与创新点概括如下:1.为了将单目标和多目标遗传算法较好地应用到3D动漫造型协同创新设计中,首先将自适应遗传算法(AGA)和带精英策略的非劣排序遗传算法(NSGA2)进行了改进,有效地解决了AGA算法收敛速度慢和进化初期容易停滞的问题,并使改进的AGA和NSGA2算法可以很好地应用到创新设计中。2.为了能够同时利用多位专家已有的知识对3D动漫造型进行设计,使用HOOPS/NET技术搭建了一个支持3D动漫造型创新设计的协同设计环境,并在此基础上,提出一种基于HSF(HOOPS Stream File)的多专家协同评价方法,有效地提高了设计效率。3.基于以上提出的两种改进的遗传算法和多专家协同评价方法,提出了两种支持3D动漫造型协同创新设计的方法,有效地解决了传统的3D动漫造型设计方法难以设计出具有足够创意的3D动漫角色造型和数以万计的3D动漫群体造型的问题。4.基于以上研究成果,设计并开发了一个3D动漫造型协同创新设计原型系统。通过在原型系统中的实验结果表明,本文提出的方法既可以高效地设计出创意新颖的3D动漫角色造型,又可以快速高效地生成大批的3D动漫群体造型。

全文目录


摘要  7-9
ABSTRACT  9-11
第一章 绪论  11-16
  1.1 研究背景及意义  11
  1.2 3D 动漫造型设计面临的问题  11
  1.3 论文的主要工作及创新点  11-14
  1.4 组织结构  14-16
第二章 相关工作  16-23
  2.1 引言  16
  2.2 3D 动漫造型设计研究现状  16-18
    2.2.1 角色造型设计  16
    2.2.2 群体造型设计  16-18
  2.3 进化计算研究现状  18-20
    2.3.1 遗传算法  18-19
    2.3.2 多目标进化算法  19-20
  2.4 创新设计研究现状  20-21
  2.5 协同设计研究现状  21-22
  2.6 小结  22-23
第三章 改进的自适应遗传算法  23-35
  3.1 引言  23
  3.2 遗传算法概述  23-24
  3.3 自适应遗传算法概述  24-25
  3.4 改进的自适应遗传算法  25-33
    3.4.1 算法流程  27-28
    3.4.2 适应度函数值的计算  28
    3.4.3 选择  28
    3.4.4 自适应动态调整  28-30
    3.4.5 交叉  30-31
    3.4.6 变异  31
    3.4.7 精英保留策略  31
    3.4.8 实验  31-33
  3.5 小结  33-35
第四章 改进的带精英策略的非劣排序遗传算法  35-41
  4.1 引言  35
  4.2 多目标优化问题概述  35-36
  4.3 基本定义  36-37
  4.4 基本操作  37-38
    4.4.1 非劣排序  37
    4.4.2 拥挤距离计算  37-38
    4.4.3 拥挤距离排序  38
  4.5 带精英策略的非劣排序遗传算法概述(NSGA2)  38-39
  4.6 改进的NSGA2 算法(INSGA2)  39-40
  4.7 小结  40-41
第五章 支持3D 动漫造型创新设计的协同设计环境  41-50
  5.1 引言  41
  5.2 HOOPS/NET 技术简介  41-42
  5.3 基于HOOPS 的协同设计通信机制  42-43
    5.3.1 基本协同通信设计  42
    5.3.2 基于消息驱动操作的协同通信设计  42-43
    5.3.3 协同通信过程  43
  5.4 基于HSF 流文件技术的3D 动漫造型传输  43-45
  5.5 协同环境的实现  45-49
    5.5.1 协同通信系统框架  45-47
    5.5.2 用户权限分配机制  47
    5.5.3 网络管理和控制管理  47-48
    5.5.4 协同用户设计界面  48-49
  5.6 小结  49-50
第六章 基于遗传算法的3D 动漫造型协同创新设计方法  50-70
  6.1 引言  50-51
  6.2 ACIS 研究  51-53
    6.2.1 ACIS 概述  51
    6.2.2 ACIS 规则  51-52
    6.2.3 ACIS 规则表达式  52-53
    6.2.4 ACIS 规则表示二叉树  53
  6.3 基于HSF 的多专家协同评价方法  53-56
    6.3.1 主观目标适应度函数的建立  54-55
    6.3.2 加权平均满意度的计算  55
    6.3.3 共识度的计算  55-56
    6.3.4 主观目标适应度函数的定义  56
  6.4 系统辅助设计专家评价3D 动漫造型的方法  56-59
    6.4.1 系统自动学习评价标准后打分  56-57
    6.4.2 系统利用存储的知识打分  57-58
    6.4.3 系统打分效果实验  58-59
  6.5 基于IAGA 的3D 动漫群体造型协同创新设计方法  59-64
    6.5.1 M-IAGA 方法概述  59-61
    6.5.2 群体造型设计过程  61-64
  6.6 基于INSGA2 的3D 动漫角色造型协同创新设计方法  64-68
    6.6.1 M-INSGA2 方法概述  64-67
    6.6.2 角色造型设计实例  67-68
  6.7 小结  68-70
第七章 3D 动漫造型协同创新设计原型系统  70-79
  7.1 引言  70
  7.2 系统设计  70-73
  7.3 系统数据管理  73-74
  7.4 系统安全与维护  74
  7.5 造型设计实例展示  74-78
    7.5.1 稻草人  75
    7.5.2 泳镜男孩  75-76
    7.5.3 可爱的小姑娘  76-77
    7.5.4 机器猫  77
    7.5.5 卡通兔子  77-78
    7.5.6 卡通小猪  78
    7.5.7 卡通女精灵  78
    7.5.8 卡通男精灵  78
  7.6 小结  78-79
第八章 总结与展望  79-82
  8.1 总结  79-81
  8.2 展望  81-82
参考文献  82-85
攻读硕士学位期间的主要成果  85-87
致谢  87-88

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
  4. 部队人员网上训练与考核系统的开发,TP311.52
  5. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  6. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  7. 基于遗传算法的中短波磁天线的设计及实现,TN820
  8. 基于遗传算法的柑橘图像分割,TP391.41
  9. 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
  10. 基于遗传—牛顿算法的公交优化调度,TP18
  11. 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
  12. 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
  13. 基于遗传算法和粗糙集的聚类算法研究,TP18
  14. 基于遗传算法的淠史杭灌区渠系配水优化编组模型的研究,S274
  15. 遗传算法在物流仓储优化中的应用研究,F259.2
  16. 基于遗传算法的矿山资源优化调度模型的研究,O224
  17. 磁流变阻尼器的力学特性及其在火炮反后坐中的应用研究,TB535.1
  18. 模糊预测函数控制改进算法的研究及应用,TP273
  19. 基于模拟的注塑模浇注系统及成型工艺参数优化研究,TQ320.662
  20. 基于重型机床大型零件铣削加工性能及参数优化的研究,TG54
  21. 基于神经网络的自适应噪声主动控制研究,TP183

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com