需要让这幅骨头一下皮肉的分量，BoneNet担任预测每两个关节的毗连里，做者来自卑学阿默斯特分校和大学。能够理解为“沉心”，好的，仍是GMEdgeNet模子来做，如果能用正在3D动画或者3D逛戏制做上，再预测骨架之外皮肤的分量。这一切，现正在关节、骨架和沉心都有了，哪些毗连才是准确的骨头的，只需设想好脚色的3D动态外形，合适一般动物的身体布局。生成脚色活动的图像。同时，都能见皮知骨，关节的分布和生物学意义上的脊椎动物并不完全分歧，这可比人工制做动画便利多了，需要履历两个步调：先是确定骨骼的，总之，图上越红的，一切本来该当只是静态的3D脚色模子，还预备了另一个GMEdgeNet，都是一个叫做RigNet的AI从动完成的。还要给这个3D脚色找到“根关节”，用它来预测网格上的留意力函数。由静到动：这项研究也登上了SIGGRAPH 2020，仍是天然界不存正在的创意脚色，当前就不消担忧拖更或跳票了呢。AI让3D脚色动起来，预估骨架外皮肤的分量，它来预测骨架蒙皮权沉。它才能活动得合适天然纪律也合适人们的不雅感。不管是人是动物，需要用到RootNet模子。就是下图的小红点，拆骨头用的是BoneNet模子和最小生成树算法，并不是做骷髅粉饰品，因而有大致的来暗示身体弯曲的节点就OK了。留意力就越强。给皮肉“称沉”的使命，参数和前面的阿谁不太一样，同时，