【摘 要】
：
文字的诞生推动了小说、戏剧的繁荣,计算机技术更是突破了线性叙事的传统。在交互技术日渐成熟的当下催生出精彩纷呈的游戏世界与数字社会,面对“新世界”带来的挑战,本文设计了一种新的冒险游戏渲染器解决方案—ADV.JS,实现基于预制的剧本解析,过程式地增量渲染游戏内容。该方法旨在以媒介融合的方式帮助用户更加高效、便捷、低成本地制作交互内容与实现创意,主要工作如下:1.针对剧本解析的场景,本文提出了一种基于
论文部分内容阅读
文字的诞生推动了小说、戏剧的繁荣,计算机技术更是突破了线性叙事的传统。在交互技术日渐成熟的当下催生出精彩纷呈的游戏世界与数字社会,面对“新世界”带来的挑战,本文设计了一种新的冒险游戏渲染器解决方案—ADV.JS,实现基于预制的剧本解析,过程式地增量渲染游戏内容。该方法旨在以媒介融合的方式帮助用户更加高效、便捷、低成本地制作交互内容与实现创意,主要工作如下:1.针对剧本解析的场景,本文提出了一种基于文本的剧本脚本语法Adv Script,通过确定有限自动机解析生成语法树,并借助JSON/XML与UUV/DFS两组性能对比实验优化节点解析效率。该方法使得用户可在剧本与逻辑脚本分离情况下以文档形式进行内容编写与程序开发,便于团队合作,降低学习与开发成本。2.针对以剧本人物为中心的美术资源开发低效、成本高昂等问题,本文提出一种基于VRM的立绘动画渐进式渲染方案,基于Web GL与四元数实现了一个VRM图形编辑器。通过虚拟轨迹球编辑骨骼旋转,借助正反动力学解算定位骨骼,基于Media Pipe实现姿势实时捕捉,使用K-Means聚类算法提取色彩并应用于场景光照,最后通过事件状态有限自动机根据语法树节点变更渲染人物形态。该方案辅助用户快速完成人物动作、动画等开发任务。3.开发了一套工具链,通过单页应用方案将剧本与图形交互构建成独立客户端。与基于Video Streaming的云游戏引擎相比,本方案更多地利用了客户端设备性能,拥有在线即时访问、跨平台、按需渲染等优势。
其他文献
随着通信技术的发展,第五代通信技术（5G）已成为下一代数字技术的支柱。由于5G技术重塑了世界资源配置格局,并将对未来世界的局势产生深刻影响,其主导权因此成为国际社会各国激烈竞争的对象。在这场较量中,中国作为该领域新兴崛起力量,正撼动着美国在传统通信技术领域的霸主地位。2018年,随着中美贸易摩擦序幕的拉开,以时任总统特朗普为首的美国政府加大力度,以威胁国家安全为由,持续打压我国5G技术发展。近年来
在信息高速产出的时代,媒体行业对视频产品的需求与日俱增,视频生产的“竞速”愈演愈烈,视频剪辑开始走向智能化。智能视频剪辑将人工智能应用于媒体生产。机器要像人类剪辑师一样理解视频内容、用各种视频属性和要素来组织视听语言。景别和运镜方式是视频的两个关键属性,是镜头衔接重要的参考因素。本文对景别和运镜分类算法进行进一步研究和优化,提升算法的准确性和效率。具体工作分为以下三点:设计实验分析研究了CNN中池
目的 系统评价经口腔前庭入路与经全乳晕入路腔镜手术治疗甲状腺乳头状癌的疗效和安全性。方法 通过中国知网、中国生物医学文献数据库、万方数据库、PubMed、EMBASE、MEDLINE、SpringerLink、John Wiley、Ovid?、Cochrane Library等数据库，以及Google Scholar搜索引擎平台，检索经口腔前庭入路与经全乳晕入路腔镜手术治疗甲状腺乳头状癌的相关文献
近年来,基于“性别主流化”的政策背景和频发的反性侵网络公共事件,反性侵网络抗争成为不容忽视的现象。了解公众参与反性侵网络公共事件的情感和诉求,有助于公共治理者进行合理的情绪疏导和舆情引导,建立对话机制,完善制度建设。论文在对情感、情感动员、公共舆论以及情感社会学等理论相关文献进行梳理的基础上,以情感动员机制和公共话语建构为研究对象,通过情感识别、极性判断和相关微博文本分析以及半结构访谈结果,对“王
随着互联网和融合媒体技术的发展,如何从互联网上的海量多模态数据中挖掘感兴趣的信息变得越来越重要,人们对跨模态信息检索的需求也与日俱增。随着网络电视的普及和短视频软件的流行,视频成为人们获取信息非常重要的媒体形式之一。视频-文本检索作为视频检索领域中的重要内容之一,近年来逐渐成为一个研究热点。目前视频-文本跨模态检索主要有两类:基于全局表征的粗粒度匹配和基于跨模态交互的细粒度匹配。其中学习视频和文本
在社交媒体的内容创作者中,Z世代所占的比例越来越高,这是本文探讨的起点。Z世代的年轻人凭借“24小时在岗机器、表情包十级学者、网络热点专家”等,成为了社交媒体创作的中坚力量。但目前关于自媒体博主的研究,Z世代的代表性群体“大学生”却是缺失的。因此本文聚焦“大学生博主”族群,主要研究三方面的问题,即大学生博主为何在社交媒体中进行自我表达、他们表达了什么、又是如何表达的。因为前期的“无酬劳动”成为自媒
智能媒体时代,人们每天会面对海量的数据和多种模态的信息,如果借助深度学习的方法能够帮助人们完成对目标数据的检索,将会极大便利我们的日常生活。而在一系列检索任务中跨模态检索任务由于需要消除不同模态表征之间固有的语义鸿沟而存在很大挑战,文本-视频跨模态检索任务就是其中之一。为了更好地实现对文本和视频的表征,建立二者之间的对应关系,进而完成文本-视频跨模态检索任务,本文构建了一种基于多尺度编码的模型。针
挖掘跨媒体信息实质上是异构数据融合。传统单一的检索方法无法满足现实需求,跨媒体检索成为研究热点。不同模态间异构差异带来不一致的特征表达,语义鸿沟使数据的特征表示和高层语义间存在匹配差异,影响检索准确高效。本文挖掘跨媒体数据中深层语义信息,构建跨媒体语义关联,提升检索效果,主要工作如下:1.研究基于深度特征的跨媒体检索方法。为获取细粒度语义信息,本文改进基于相关性和基于深度学习检索方法中的特征提取,