基于深度学习的实时姿态识别算法生成人物二维动画

摘要

目前用于人物二维动画建模的人物成像算法存在精准度不高、执行效率差的问题,还有较大提升空间。基于此,提出了一种基于深度学习的人物二维动画生成算法,对人体运动状态下的姿态进行识别、模拟,对视频图像预处理、人物边缘轮廓绘制提炼,以神经网络结构算法为基准,采用聚类算法对关键关节点数据进行处理,降低数据处理量,提高执行效率。结合人物动作姿态识别和二维动画建模,实现了针对动画人物构建改进的卷积神经网络架构,并运用大数据分析建模最终生成人体二维动画模型。对比经典的算法,明显提高了动作识别的精准度以及算法的执行速度。