[发明专利]一种运动匹配方法、系统及计算机可读存储介质

说明书

本发明提供一种离线化运动匹配方法及系统，该方法包括：把每帧动画在不同输入下，基于为其设置的运动匹配规则进行运动匹配获得的结果记录在运动匹配表中；在动画运行时查询该表获得当前动画帧在当前输入参数下的目标动画帧进行播放。所述运动匹配规则包括：具有输入参数限制的规则生效条件，在该规则生效时仅在哪些所述动画文件中进行搜索的目标语义，该规则生效时、运动匹配时的距离度量参数；所述动画文件根据动作语义划分动作库中的动画帧得到。通过本发明提供的技术方案能克服现有运动匹配算法单一距离度量对匹配特征选择和调参的限制；动画播放时能快速获取目标动画帧，提高动画播放的流畅度。

技术领域

本发明涉及动画烘焙/渲染领域，尤其涉及一种用于游戏动画运行的运动匹配方法、系统及计算机可读存储介质。

背景技术

传统的动画系统往往使用动画状态机来控制动画的播放。为了达到真实的动画效果，需要在动画状态机中添加大量经过动画师切割打磨的过渡动画；这样就导致不仅工作流繁琐，而且难以扩展和维护。

2016年游戏开发者大会(GDC)上，育碧(Ubisoft)介绍了其在游戏荣耀战魂(ForHornor)使用的运动匹配(Motion Matching)技术。该技术使用实时搜索方法，在精心设计过的动作捕捉动作集中自动合成动画，免去了繁琐的状态机配置和复杂的运行时控制代码，给业界指出一条新的动画技术方向。此后，多个知名游戏厂商(EA、顽皮狗、游戏科学等)也纷纷参考运动匹配技术来制作角色动画系统。此外，知名游戏引擎Unity，推出了基于运动匹配的官方动画插件包Kinematica。虽然上述动画系统实现不尽相同，但其主体算法思想仍离不开最初的实时运动匹配技术。

此处以Unity Kinematica为代表，阐述运动匹配的技术流程。如图1所示，Kinematica支持用户根据动画数据集的特点和动画系统的实际需求自定义匹配特征。Kinematica支持的自定义特征有：用于计算距离的关节和数量、关节速度的时间偏移量和数量、轨迹点的时间偏移量和数量、是否使用轨迹点间距离用于距离计算。此外，还能够给动画打上用户自定义的标签，用于在匹配施加语义约束(如：给一些动画加上“疲惫状态”的标签)。

在用户配置匹配特征并标记好动画标签后，Kinematica会对原始的动画资产进行采样以收集并构建动画特征数据集。采样会按照一定的采样率进行，默认的采样率为每秒30帧。例如，在每秒30帧的采样率下，一段长为2秒的动画资产会被提取为60帧动画数据。每帧数据会包含之前所配置的匹配特征，其形式被组织为每个维度都是三维点的向量。按照用户定义的标签，此特征数据集会组织成多个子集，每个子集都可以有不同的特征。该向量的每个特征会被分为三类，并按其类别进行排序并标准化每个维度到[0,1]的区间。第一类特征为轨迹速度大小，基于最大最小值直接进行标量的标准化。第二类特征为轨迹速度方向和轨迹朝向，均为单位向量，无需进行标准化。第三类特征为轨迹点间位移、关节位置及关节速度。该类特征在标准化时需要对整个数据集的点云做旋转包围盒的计算，并使用此包围盒进行标准化。Kinematica的数据标准化工作用于去除原特征不同分布的干扰，相当于自动计算距离度量时的特征权重。

在这之后，Kinematica对特征数据集进行乘积量化。对第一类特征，依据其大小，将其量化为[0,255]的整数编码。第二、第三类特征，对其使用K-Means算法计算256个质心点，之后将所有数据量化为此256个质心中的一个，按其类别记录该数据的编码。乘积量化的目的旨在使用近似的距离计算加速运动匹配查找的过程。从原理上讲，使用乘积量化可以使在任意大小的动画数据集上的距离计算都为恒定的时间。至此，Kinematica的离线预处理过程结束。

在运行时，Kinematica根据用户的输入，生成预测轨迹，并使用此轨迹采样以及当前关节姿态信息填充查询向量。使用此查询向量按维度对每个量化质心计算距离，之后根据特征数据集中每个数据的编码就能近似得到其到查询向量的距离。取用户指定标签中距离最近的作为候选帧。对于该候选帧，使用一个启发式的阈值进行评估。若该候选帧与目标轨迹的轨迹度量小于当前帧与目标轨迹的距离度量，且差值大于该阈值，则激活一个动画过渡到候选帧。