一种基于unity3D移动端的换装系统

本发明属于动画制作，具体涉及一种基于unity3d移动端的换装系统。

背景技术：

1、随着科技的进步和互联网的普及，三维模型在各个领域得到了广泛应用，其中以类人模型大量应用。然而，受限于当前的技术，对于类人模型应用仍然存在诸多问题。

2、游戏制作需要大量人物角色，这些角色通常是不同体型，如何确保不同体型通过换装和适配现有动作，生成新角色是一个亟待解决的问题。缺乏统一标准可能会导致角色的绑定效果如动画和服饰穿帮等问题，软件工具有一定学习成本，不连贯统一或不符合预期。且每一次编辑需要很大的工作量，修改成本高。

3、在公开号为cn 110083242 a的中国专利中，提到了虚拟人物换装系统，客户端用于接收用户针对一虚拟人物发起的更换请求，并将该更换请求发送给服务器；服务器存储有若干个相互独立的知识图谱：包括人物图谱、属性图谱、体型图谱和服饰图谱；用于解析接收到的更换请求，以得到解析数据，并根据所述解析数据将相应知识图谱中对应的文件下发给所述客户端。该系统通过构建多个独立的知识图谱管理虚拟人物的各种文件。当用户想要给虚拟人物换装时，按照指定的协议发起更换请求，服务器就能根据更换请求的数据从知识图谱中获取相应的文件下发给客户端，实现自动为虚拟人物更换着装，不需要设计人员重新进行设计，降低人力资源成本，尽管上述方案有益效果诸多，但是该方案中制作不同体型动作、服饰之间不能通用，或者效果不好，导致大量素材不能充分利用。现有重定向系统简单，需要大量重复工作，需要不同工具或软件制作复杂，因此存在一定的局限性。

4、对此，发明人提出一种基于unity3d移动端的换装系统，用以解决上述问题。

技术实现思路

1、本发明的目的在于提供一种基于unity3d移动端的换装系统，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种基于unity3d移动端的换装系统，包括：

4、模型导入模块，将三维模型包括服装、人物模型进行优化以减小纹理大小，以unity支持的标准三维模型格式导入到pc工具中，确保三维模型与之兼容；

5、模型绑定模块，包括动画单元和约束调整单元，通过深度学习技术，对导入三维模型和标准动画通过重定向系统重新绑定，调整相应约束；

6、人物标准模板模块，包括插槽单元和预制体模板单元，设置道具插槽，生成预制体模板，用于动态添加和删除服装；

7、资源导出模块，包括资源管理器单元和自动化工具单元，导出预制体和相关配置文件，保存项目工程和自动化工具，服装、人物基本体预制件和相应配置文件上传资源服务器；

8、移动端预览模块，包括资源加载优化单元、动态体型调整单元、手势交互单元和导入和导出配置文件单元，用于读取资源和配置，调整体型，换装，设置动作操作，导出配置文件，并导入到pc工具进行编辑。

9、优选的，所述动画单元使用unity的mechanim系统，确保人物和服装模型的动画兼容性，使用avatar mask和humanoid animator controller管理骨骼和动画，所述约束调整单元使用unity的约束系统，确保服装正确绑定到人物模型，调整权重和骨骼的影响，以适应不同类型的服装。

10、优选的，所述插槽单元，动态添加和删除服装；每个插槽对应人物的一个部位，所述预制体模板为每个服装部位创建预制体模板，包含相应的插槽信息和材质球配置。

11、优选的，所述资源管理器单元用于自动导出预制体和相关配置文件，所述自动化工具单元编写脚本或工具，自动将导出的资源上传到资源服务器，以简化流程并减少人为错误。

12、优选的，所述资源加载优化单元在移动端动态加载资源时，采用异步加载和缓存策略，以确保良好的性能和用户体验；

13、所述动态体型调整单元实现一个体型调整系统，允许用户调整人物的身形，以适应不同服装的尺寸和形状；

14、所述手势和交互单元使用移动设备的触摸屏，实现直观的手势操作，如拖拽、缩放和旋转，以便用户更轻松地进行换装；

15、所述导入和导出配置文件单元，允许用户导出当前服装组合的配置文件，以便在pc工具中进行编辑，支持从配置文件导入以还原用户的选择。

16、优选的，所述深度学习技术包括以下内容：

17、s1、数据准备，收集包含各种体型的人体模型和相应的体型特征的数据集，每个数据样本应包括人物模型、对应的体型特征，以及正确的骨骼绑定信息，标注每个人物模型的体型特征和骨骼绑定信息；

18、s2、深度学习模型训练，使用全连接神经网络，输入层接受体型特征，输出层输出对应的骨骼绑定信息，使用s1中的数据集对全连接神经网络进行训练，将数据进行随机化和分批次处理以提高训练效果；

19、s3、集成到unity，将训练好的深度学习模型导出为适用于unity的格式，如onnx或tensorflow lite，利用unity ml-agents或tensorflowsharp工具，在unity中加载深度学习模型，在unity中，通过用户输入或其他方式获取人物的体型特征，并将其输入到深度学习模型中；

20、s4、手动配置unity自带重定向工具，将基本体模型导入到unity中，使用unity自带的重定向工具，手动配置骨骼的映射关系，将基本体模型的骨骼与深度学习模型预测的骨骼进行映射，根据需要，手动调整权重和约束，以确保服装正确地跟随基本体模型的动作。

21、优选的，所述全连接神经网络中，定义输入是一个向量x，权重矩阵为w，偏置向量为b，输出为y，则前向传播的线性变换为：

22、z＝w·x+b

23、其中·表示矩阵乘法，w是权重矩阵，x是输入向量，b是偏置向量，z是线性变换的结果；

24、非线性变换为：

25、a＝f(z)

26、其中，f(z)是激活函数，a是激活函数的输出；

27、这两个步骤将重复进行，直到达到网络的输出层，整个网络的输出可以通过一系列的线性变换和非线性变换计算得到：

28、

29、其中，wi和bi是第i层的权重矩阵和偏置向量，fi()是第i层的激活函数。

30、与现有技术相比，本发明的有益效果是：

31、(1)本发明本发明通过引入深度学习技术，可以学习复杂的关系，实现对不同体型的模型的准确绑定，使得服装可以更好地适应不同的人体形状，带来更逼真的换装效果；材质球的参数化和自定义使用户能够自由选择服装的颜色、纹理等属性，实现个性化的定制效果，用户可以根据个人喜好调整服装外，提高了制作资源的利用率，无需返回模型软件重新编辑，节省时间。

32、(2)本发明中基于深度学习的动态适应性，深度学习模型可以学习并适应各种不同的体型特征，从而提高系统的适应性，这意味着系统在未来可以更好地应对各种用户体型的需求，多平台兼容性，移动端预览界面提供了直观的用户交互，使用户能够轻松选择和预览不同的服装组合，增加了用户的参与感和体验，系统的设计考虑了在移动端上的兼容性，确保用户可以在不同尺寸和性能的移动设备上流畅使用。