.png){kind=icon}
返回
Generating 3D fish motion skeleton via iterative optimization method and FishSkeletonNet
.png){kind=icon}
PRE
AI
DOI：10.1007/s00371-025-03984-9.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
鱼运动骨架是3D鱼运动建模的基础，可以操纵鱼的姿势变形和运动，同时还提供了一个强大的框架来分析鱼的行为，以评估其健康状况和整体表现。然而，负责驱动鱼的运动的鱼运动骨架内的关节并不总是稳定的，其随着鱼的生长而经历变化。当试图模拟逼真的鱼骨架时，骨架的不稳定拓扑构成了挑战。在本文中，我们提出了一种基于鱼姿势数据生成3D鱼骨架的新方法。我们的方法建立了包括脊柱和鳍的初始运动骨架。然后，我们通过迭代优化确定其参数，包括关节位置和关节数量，采用从各种形状和五种常见姿势的鱼收集的数据作为约束。此外，通过此优化过程生成的骨架被用作训练FishSkeletonNet网络的样本数据，该框架是本文引入的用于预测输入3D鱼体的鱼运动骨架的框架。为了验证我们的方法的有效性，我们引入了一个新的草鱼姿势数据集，我们在其上进行实验并进行定量和定性评估。实验表明，我们的方法生成的鱼运动骨架与鱼的实际运动骨架结构非常相似，与现有方法相比，具有更高的生物学合理性。
Keyword:
3D fish body
Fish motion skeleton
Fish posture
Iterative optimization
Neural network
期刊
IF:
2.9
论文数:
4.7K
被引数:
6.5K
.png){kind=icon}
查看更多内容