基于元胞遗传算法的3D动漫造型设计研究

论文摘要

作为造型艺术的分支之一，动漫一直深受世界各地人们的喜爱。在动漫产业飞速发展的今天，随着动漫与3D技术的紧密结合，3D动漫已然成为了推动动漫及其衍生产品发展的重要力量。从现有的优秀3D动漫作品不难发现，无论是《玩具总动员》中那些精灵古怪的卡通玩具，还是《功夫熊猫》中那些身怀绝技的武林高手，创意新颖的3D动漫造型是决定一部动漫作品成功与否的关键要素。成功设计的动漫造型不但能得到观众的喜爱和推崇，提升动漫作品的票房号召力，而且对于整个动漫产业及其衍生产品的发展起着至关重要的作用。传统的3D动漫造型设计大多是通过三维动画软件，如Maya、3D Max等完成的，虽然这种方法绘制出的造型精致美观，但是却面临着造型创意性不足、设计周期长、制作成本高等诸多问题。就造型创意性不足来说，原因是由于造型设计师在设计过程中往往会受到已有造型和设计观念的限制，无法设计出足够吸引人眼球、让人过目不忘的创新造型；就造型设计周期长、制作成本高来说，虽然Maya等三维动画软件功能强大，但是熟练掌握它不仅需要用户兼具计算机和美术的相关知识，还需要一个长期的学习过程，不仅如此，每一个造型从设计、绘制到完成都需要耗费设计师大量的时间精力，这无疑在一定程度上延长了设计周期、提高了制作成本。因此，如何快速且自动地生成创意新颖的3D动漫造型成为当下计算机辅助创新设计的研究热点。本文以激发造型设计师创作灵感、辅助其高效完成造型制作为目标，针对传统3D动漫造型设计面临的以上问题开展研究。本文的主要工作及创新点概括如下：1.将元胞遗传算法引入计算机辅助3D动漫造型设计中。元胞遗传算法（Cellular GeneticAlgorithm, CGA）具有收敛速度快、寻优性能好和能够丰富种群多样性的优点，结合计算机辅助设计思想和进化计算技术，本文将CGA应用于3D动漫造型设计中，以期借助其独特的优势快速高效地生成大量创意新颖的3D动漫造型。为了较好地将CGA应用到计算机辅助3D动漫造型设计中，对CGA进行了改进，提出了基于树结构的元胞遗传算法（Cellular Genetic Algorithm based on Tree-structure coding,TCGA）、交互式元胞遗传算法（Interactive Cellular Genetic Algorithm, ICGA）和引入演化规则的元胞遗传算法（Cellular GeneticAlgorithm with Evolutionary Rules, ERCGA），分别有效地解决了直接应用CGA到3D动漫造型设计时所遇到的编码困难、适应度函数难以确定以及加入人机交互后，人机交互次数过多的问题。2.提出了一种基于改进元胞遗传算法ETICGA的3D动漫造型创新设计方法。结合TCGA、ICGA和ERCGA，提出了一种综合的改进元胞遗传算法——引入演化规则的树结构交互式元胞遗传算法（Interactive Cellular Genetic Algorithm based onTree-structure coding with Evolutionary rules, ETICGA），该算法使用树结构编码方式对规则表达式进行编码，利用专家打分的方式对造型进行评价，同时采用基于专家知识的演化规则对造型状态进行动态改变。由于ETICGA继承了TCGA、ICGA和ERCGA各自在三维造型设计上的优势，能够全面符合3D动漫造型创新设计的要求，故本文在其基础上提出了基于ETICGA的3D动漫造型创新设计方法（M-ETICGA），有效地解决了传统造型设计方法中造型创意性不足、设计周期长且制作成本高的问题。3.在山东省科技攻关项目“基于进化计算的协同三维动漫创作系统”的基础上，将本文研究内容加入了原型系统中，实现了基于ETICGA的3D动漫造型设计模块。通过一系列3D动漫造型的设计实验表明，本文提出的M-ETICGA方法不仅能够在一定程度上提高造型的变形进化效率，还可以快速高效地设计出数量众多且创意新颖的3D动漫造型，激发设计师的创作灵感，降低动画制作成本，提高工作效率。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 3D 动漫造型设计面临的问题
• 1.3 论文的主要工作及创新点
• 1.4 组织结构
• 第二章 相关工作
• 2.1 引言
• 2.2 3D 动漫造型设计研究现状
• 2.2.1 3D 动漫发展简述
• 2.2.2 计算机辅助 3D 动漫造型设计研究现状
• 2.3 进化计算在创新设计中的研究现状
• 2.4 元胞遗传算法研究现状
• 2.5 本章小结
• 第三章 元胞遗传算法的基础理论
• 3.1 引言
• 3.2 遗传算法
• 3.2.1 遗传算法概述
• 3.2.2 标准遗传算法的描述
• 3.2.3 标准遗传算法的基本流程
• 3.2.4 遗传算法的特点
• 3.3 元胞自动机
• 3.3.1 元胞自动机概述
• 3.3.2 元胞自动机的构成
• 3.4 元胞遗传算法
• 3.4.1 元胞遗传算法概述
• 3.4.2 元胞遗传算法的主要操作
• 3.4.3 元胞遗传算法的基本流程
• 3.5 本章小结
• 第四章 改进的元胞遗传算法
• 4.1 引言
• 4.2 基于树结构的元胞遗传算法
• 4.2.1 ACIS 研究
• 4.2.2 树结构编码
• 4.2.3 基于树结构的元胞操作
• 4.3 交互式元胞遗传算法
• 4.3.1 隐性指标设置
• 4.3.2 显性指标设置
• 4.4 引入演化规则的元胞遗传算法
• 4.4.1 演化规则概述
• 4.4.2 基于专家知识的演化规则
• 4.5 本章小结
• 第五章 基于改进元胞遗传算法 ETICGA 的 3D 动漫造型创新设计方法
• 5.1 引言
• 5.2 基于 ETICGA 的 3D 动漫造型创新设计方法
• 5.2.1 ETICGA 概述
• 5.2.2 M-ETICGA 方法概述
• 5.3 3D 动漫造型创新设计方法比较实验
• 5.3.1 与基于 TIGA 的方法比较
• 5.3.2 与基于 TICGA 的方法比较
• 5.4 3D 动漫造型创新设计实例
• 5.4.1 小博士造型的创新设计过程
• 5.4.2 小博士创意造型展示
• 5.5 本章小结
• 第六章 3D 动漫造型设计系统模块
• 6.1 引言
• 6.2 3D 动漫造型设计模块介绍
• 6.2.1 造型数据管理
• 6.2.2 造型进化设计
• 6.3 3D 动漫造型展示
• 6.3.1 游泳男孩
• 6.3.2 稻草人
• 6.3.3 红发小姑娘
• 6.3.4 卡通小猪
• 6.3.5 卡通女精灵
• 6.3.6 卡通男精灵
• 6.4 动画作品展示
• 6.5 本章小结
• 第七章 总结与展望
• 7.1 总结
• 7.2 展望
• 参考文献
• 攻读硕士学位期间的主要成果
• 致谢