本项目以二维动画关键帧之间的匹配关系建立为研究对象。针对关键帧中的角色所存在的结构复杂,刚体及非刚体形变等特性,我们将充分利用未标注样本点所包含的局部,全局信息和已标注的样本点所包含的成对约束关系进行语义差异分析,用以解决匹配关系建立过程中依赖未标注数据集时难以反映数据语义差异的局限性,并通过全新的非线性降维方法,解决高维数据表达的信息冗余问题,依靠全新低维特征空间,建立"多对多"的匹配关系,提高匹配准确率。本项目将为计算机二维动画生成中的中间帧自动绘制,自动着色,动画数据检索及复用提供坚实的理论成果、算法基础和实现技术。因此,研究复杂二维动画匹配关系及其相关应用,不仅具有重要的研究价值,而且具有很强的应用意义。
correspondence;pairwise constraints;nonlinear dimensionality reduction;;
本项目以二维动画关键帧之间的匹配关系建立为研究对象。主要针对关键帧中的角色所存在的结构复杂,刚体及非刚体形变等特性,充分利用未标注样本点所包含的局部,全局信息和已标注的样本点所包含的成对约束关系进行语义差异分析,用以解决匹配关系建立过程中依赖未标注数据集时难以反映数据语义差异的局限性,并通过全新的非线性降维方法,解决高维数据表达的信息冗余问题,依靠全新低维特征空间,建立"多对多"的匹配关系,提高匹配准确率。本项目为计算机二维动画生成中的中间帧自动绘制,自动着色,动画数据检索及复用提供坚实的理论成果、算法基础和实现技术。通过本项目资助,已在SCI期刊上发表论文22篇,其中JCR2区论文8篇。