算法演示引擎的设计与实现

算法演示软件通过图形的方式直观形象地展示算法的执行过程,为理解算法、学习编程和调试程序提供了便利。算法演示引擎(AAE,Algorithm Animation Engine)为算法演示软件的开发提供了一种解决方案。通过构造算法演示引擎,可以实现交互式的算法动态演示。该算法演示引擎已在本工作室开发的算法演示软件中应用,取得良好的效果。     

斐波那契数列算法动画

算法动画(Algorithm Animation)作为一种可视化工具,以动态交互的图形化方式来形象的表示算法的执行过程.斐波那契数列(Fibonacci sequence)作为一种重要数列,可利用MFC,GDI+等技术,使斐波那契数列以图形、图像元素动态等算法动画的形式表现出来,便于理解.算法动画界面UI设计运用了MF...     

Easy Generation of Facial Animation Using Motion Graphs

Facial animation is a time‐consuming and cumbersome task that requires years of experience and/or a complex and expensive set‐up. This becomes an issue, especially when animating the multitude of secondary characters required, e.g. in films or video‐games. We address this problem with a novel technique that relies on motion graphs to represent a landmarked database. Separate graphs are created for different facial regions, allowing a reduced memory footprint compared to the original data. The common poses are identified using a Euclidean‐based similarity metric and merged into the same node. This process traditionally requires a manually chosen threshold, however, we simplify it by optimizing for the desired graph compression. Motion synthesis occurs by traversing the graph using Dijkstra's algorithm, and coherent noise is introduced by swapping some path nodes with their neighbours. Expression labels, extracted from the database, provide the control mechanism for animation. We present a way of creating facial animation with reduced input that automatically controls timing and pose detail. Our technique easily fits within video‐game and crowd animation contexts, allowing the characters to be more expressive with less effort. Furthermore, it provides a starting point for content creators aiming to bring more life into their characters.     

浅析中国动画产业与动画教育

随着计算机技术、网络技术的发展,数字动画应运而生,以数字媒体为基础的动画产业成为迅速发展的朝阳产业,也成为国民经济中新的经济增长点,中国的动画产业还处于刚刚起步阶段,而市场对动画人才的需求量很大,这使得动画教育迅猛发展起来。本文分析了中国动画产业与动画教育的现状,提出了如何更好的发展中国动画教育。     

Two－Dimensional Animation Techniques in Web Courseware

To avoid the shortcomings of many Web education systems that look like Web books, a true Web multimedia Engineering Graphics courseware is developed to explore the method and techniques of 2D animation with text, buttons, sounds and graphics merged together. For speeding up the transmission and download, data compression and interactive approach are introduced.     

基于Flash的“零件图”远程教育课件仿真动画技术

通过利用Flash制作“零件图”的远程教育课件动画,总结了网页课件动画制作的技术和创意,并就动画色彩运用方面作了尝试性的分析与研究,可为其他领域相关工作提供有实际意义的参考。     

马运动的动画模拟

马运动的动画研究在广告、古战争模拟、影视特技等方面都有很大的意义。本文从分析真实马的运动出发，运用关节动画的正向运动学原理，首次对马的运动进行了初步的研究，并制作了马各种运动的动画片。从实验结果看，运动逼真，效果令人满意。     

Research on Enhancing the Functions of Animation in Web 3D

VRML offers powerful tool for generating 3D scene and realizing real time interactive animation on Web. This paper briefly introduces the related techniques of implementing interactive animation in Web 3D, focusing on how to use JavaScript to create Script node for extending VRML functions. This is very useful for virtual product design, product performance simulation, virtual assembly and remote education.     

基于人工智能和人工生命的计算机动画

基于人工智能（AI）和人工生命（AL）的计算机动画是将AI和AL应用于计算机动画,从而实现动画的自动生成,减少动画师的参与,让动画角色具备自主性和智能性的计算机动画新方法。本文首先对国内外在这一领域的主要研究内容和成果进行了总结分类,评价了基于AI和AL的计算机动画较传统动画的特色和优势,继而指出基于AI／AL相结合的计算机动画方法是必然发展方向。最后对未来研究趋势作了展望。     

网络动画盈利模式的比较研究

近年来,随着视频网站的增加。网络动画异军突起,发展迅速。但由于网络本身是一个“免费、其享”的公共平台,因此,如何建立有效的网络动画的盈利模式是目前相关企业普遍关心的问题。文章通过对美、日、韩动画产业盈利模式的比较．并结合我国相关动画企业的一些经验,归纳了我国目前网络动画的几种盈利模式。文章指出：对网络动画盈利模式的探索不仅有利于促进我国动漫产业的发展。而且对于打造具有中国特色的动画产业有着重要的意义,     

中国动画专业教育现状分析与出路

本文通过分析中国动画教育现状,以求学习借鉴国外动漫强国的成功经验,探索出一条适合中国动画发展的特色道路。     

在头部动画中头发弯曲的控制

根据头发的基本特性，将头发弯曲通过力的形式统一予以描述，根据头发的不同受力，得到不同的弯曲形状，并且给出了碰撞检测方法和头发生长点判别方法。     

动画速写课程教学研究

动画速写是动画专业一门重要的基础课,它在教学目标、教学对象、教学手段等方面同其他专业的速写课有着本质的区别。通过开展动画速写课可以培养动画专业学生的观察能力和表现能力,为下一阶段的动画专业课奠定坚实的基础。     

基于Flash动画的信息隐藏算法

针对Flash版权保护存在的问题和利用Flash进行隐秘通信的需求,提出基于Flash动画的信息隐藏模型及其隐藏算法。要求以字节数组的形式读入Flash文件,依据字节数组中每一字节中比特“1”的计数的奇偶性来进行嵌入和提取。实验结果表明,该算法对Flash动画的播放效果没有影响,可以起到加密的作用,具有隐藏容量高、安全性好等特点,在抗攻击方面也有一定表现。     

基于Bayes算法的Web网页识别

Ｉｎｔｅｒｎｅｔ的飞速发展在带给人们很多方便的同时,也出现了一个新问题,即如何从大 信息中快速而方便地找到所需要的信息。Ｗｅｂ网页识别是其关键技术问题之一。使用了两种机器学习算法－Ｂａｙｅｓ算法,改进Ｂａｙｅｓ算法实现了网页识别,并对两种机器学习算法的效果进行了实验分析。     

动画素描探究

无论冠以何种称谓,天底下只有一种素描,然而在艺术教育中,可以根据不同专业特点对素描教学进行一定的侧重,在此基础上动画素描这一概念是成立的。为了使素描更好地为动画艺术创作服务,我们既需要从传统素描中提取有益的因素,也需要对传统素描训练方法进行必要的改良。     

Synthesizing Character Animation with Smoothly Decomposed Motion Layers

The processing of captured motion is an essential task for undertaking the synthesis of high-quality character animation. The motion decomposition techniques investigated in prior work extract meaningful motion primitives that help to facilitate this process. Carefully selected motion primitives can play a major role in various motion-synthesis tasks, such as interpolation, blending, warping, editing or the generation of new motions. Unfortunately, for a complex character motion, finding generic motion primitives by decomposition is an intractable problem due to the compound nature of the behaviours of such characters. Additionally, decomposed motion primitives tend to be too limited for the chosen model to cover a broad range of motion-synthesis tasks. To address these challenges, we propose a generative motion decomposition framework in which the decomposed motion primitives are applicable to a wide range of motion-synthesis tasks. Technically, the input motion is smoothly decomposed into three motion layers. These are base-level motion, a layer with controllable motion displacements and a layer with high-frequency residuals. The final motion can easily be synthesized simply by changing a single user parameter that is linked to the layer of controllable motion displacements or by imposing suitable temporal correspondences to the decomposition framework. Our experiments show that this decomposition provides a great deal of flexibility in several motion synthesis scenarios: denoising, style modulation, upsampling and time warping.     

基于生成对抗网络的图像动漫化

动漫风格的图像具有高度的简化和抽象等特征,为了解决将现实世界图像转化成动漫风格图像这一问题,提出一种基于生成对抗网络的图像动漫化方法。本文的生成网络是类U-Net的全卷积结构,对输入图像先下采样,并加上浅层的特征用双线性插值的方法进行上采样,判别网络则采用Patch GAN加谱归一化的结构,分别计算语义内容损失和风格损失以提高网络的稳定性。本文采用surface表征损失、structure表征损失和texture表征损失代替风格损失,使得生成动漫图像的效果更可控。写实图像选用train2014,人脸图像采用CelebA-HQ数据集。使用本文模型在这些数据集上进行实验,实验结果表明,本文模型能够有效地完成图像动漫化的过程,并生成较高质量的动漫化图像。     

基于人工蜂群算法的群体动画路径生成方法

大多数群体智能算法容易陷入局部最优,且收敛速度较慢。为此,将粒子群优化算法引入人工蜂群算法中,提出一种改进的路径生成算法NewABC,实现最优目标位置的选取及粒子个体的路径规划。将该方法生成的路径数据导入maya三维动画制作软件中进行仿真实验,结果表明,该方法生成的群体动画效果逼真,动画创作效率有较大的提高。     

基于ABC算法的群体动画研究与应用

对群体行为的模拟一直是动画研究领域的重点,如何表现出个体运动的独立性以及群体运动的整体性是群体行为模拟的难点所在,同时传统的群体动画制作手段工作量大,制作出的效果不能满足人们的需求。针对此问题文中将人工蜂群算法应用于群体行为模拟路径规划中,并针对群体动画的特征进行修改,从而产生一种新的简单、高效的制作群体动画的方法。仿真实验表明改进后的人工蜂群算法能够真实模拟出群体在运动过程中的心里状态及群体运动行为。