基于动态图卷积的自适应感知数字人骨骼绑定方法及系统

本发明公开了基于动态图卷积的自适应感知数字人骨骼绑定方法及系统，涉及神经网络技术领域，包括：基于SMPL模型对数字人骨骼数据进行绑定和增强，以获取增强后的三维网格数字人模型数据；基于预设的蒙皮模块EdgeConv构建局部拓扑图，利用K‑近邻算法更新邻域，经编码器‑解码器与多层MLP生成蒙皮权重矩阵；基于预设的绑定模块对蒙皮权重矩阵进行处理，以获取深度偏移特征向量；基于骨骼感知多层感知机对深度偏移特征向量进行处理，获取关节点偏移量。本发明提出了一个新颖的数字人骨骼绑定框架，有效地捕捉了不同部位骨骼关节之间的语义关系，并且利用数据增强与补充、骨骼感知的多层感知机提升了骨骼绑定的准确率。