面向舞美場景設(shè)計的快速創(chuàng)意生成方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于計算機應(yīng)用技術(shù)領(lǐng)域，涉及舞美領(lǐng)域知識庫構(gòu)建以及三維模型創(chuàng)意方 案的快速檢索與生成，為建成具有較強示范能力的低風(fēng)險快速舞美創(chuàng)意創(chuàng)編排演平臺提供 基礎(chǔ)。
【背景技術(shù)】
[0002] 舞美場景設(shè)計是舞臺表演藝術(shù)執(zhí)行過程中最重要的組成部分，在演出中它具有多 方面的功能：（1)通過人物造型和景物造型塑造人物形象，（2)創(chuàng)造和組織動作空間，表現(xiàn)環(huán) 境和地點，（3)制造劇情所需的情調(diào)和氣氛，（4)通過場景的設(shè)計幫助演員揭示人物的內(nèi)心 世界和劇本所表現(xiàn)的思想內(nèi)容等。在現(xiàn)代的舞臺演出中，舞美場景設(shè)計成了決定演出藝術(shù) 形式的重要的因素。隨著人們對舞美場景設(shè)計的要求越來越高，如何從海量的舞美素材中 檢索到滿意的素材，并在設(shè)計中快速形成創(chuàng)意方案，成為一個亟待解決的問題。
[0003] 國內(nèi)舞臺設(shè)計中利用數(shù)字化、3D模型等舞美場景素材進行設(shè)計、排演的方式尚處 在初級階段，且缺乏計算機技術(shù)與舞美場景相結(jié)合的深入研究，而數(shù)字化舞臺和數(shù)字表演 的實踐也剛剛起步。舞美創(chuàng)意生成方式一直停留在二維平面上，比如利用Photoshop等二維 輔助繪畫軟件設(shè)計舞臺效果，但是這種舞美設(shè)計沒有立體的直觀性，沒有系統(tǒng)的素材庫，制 作周期長導(dǎo)致速度比較慢，效率低下。同時傳統(tǒng)的靜態(tài)舞美效果圖已不能滿足舞美設(shè)計師 企圖精準地表達自己設(shè)計意向的愿望。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明針對舞美創(chuàng)意生成至今一直停留在二維平面，而且舞美3D模型復(fù)用率低、 檢索困難，制作過程復(fù)雜、周期長的現(xiàn)象，在構(gòu)建舞美領(lǐng)域的知識庫、語義網(wǎng)的基礎(chǔ)上，提出 了一種面向舞美場景設(shè)計的快速創(chuàng)意生成方法。本發(fā)明旨在為3D舞美場景設(shè)計快速生成提 供規(guī)范化的步驟。
[0005] 本發(fā)明的特征在于：
[0006] (1)分詞:本發(fā)明針對用戶初始創(chuàng)意，結(jié)合本發(fā)明制作的舞美設(shè)計專用詞庫，對創(chuàng) 意文本進行分詞和關(guān)聯(lián)，供推理模塊使用。
[0007] (2)推理:本發(fā)明利用專家知識構(gòu)建了 一個基于本體(Onto logy)的舞美領(lǐng)域知識 庫，提出了一種自適應(yīng)合并閾值的層次聚類算法對舞美概念進行分類，利用本體構(gòu)建工具 構(gòu)建舞美領(lǐng)域本體，之后運用Tableau算法來推理舞美模型知識。
[0008] (3)檢索:本發(fā)明在結(jié)合了舞美模型知識庫的基礎(chǔ)上，應(yīng)用了三維模型語義檢索技 術(shù)進行模型檢索。
[0009] (4)生成:本發(fā)明對檢索以后的結(jié)果進行分類，用戶可以在結(jié)果中挑選符合需要的 模型，進行快速創(chuàng)意合成。
[0010] 本發(fā)明的總體流程及系統(tǒng)框架如圖1所示。本發(fā)明為具體內(nèi)容如下：
[0011] 1.用戶創(chuàng)意文本分詞和詞語關(guān)聯(lián)
[0012] 本發(fā)明針對用戶初始創(chuàng)意，結(jié)合本發(fā)明制作的舞美設(shè)計專用詞庫，對創(chuàng)意文本進 行分詞和關(guān)聯(lián)，供推理模塊使用。具體過程如下：
[0013] (1)對用戶提供的初始創(chuàng)意文本，按照標點符號進行句子劃分。
[0014] (2)對劃分獲得的句子，進行分詞和詞性標注，獲得分詞的初始結(jié)果。
[0015] (3)對初始結(jié)果，使用舞美設(shè)計專用詞庫進行未登錄詞識別和消歧，并去掉重復(fù)的 詞語，獲得分詞的最終結(jié)果。
[0016] (4)根據(jù)分詞結(jié)果中的名詞、動詞和形容詞，結(jié)合連詞、方位詞，形成具有關(guān)聯(lián)關(guān)系 的關(guān)鍵詞組，供知識推理使用。
[0017] 2.基于本體(Ontology)建立舞美領(lǐng)域的知識庫
[0018]本發(fā)明采用自適應(yīng)合并閾值的層次聚類算法、Tableau算法，基于本體建立舞美模 型知識庫。具體過程如下：
[0019] 先基于領(lǐng)域?qū)＜抑R，分析舞美術(shù)語，選擇術(shù)語作為概念來定義類；
[0020] 然后構(gòu)建舞美領(lǐng)域本體;采用基于領(lǐng)域相關(guān)度和領(lǐng)域一致度相結(jié)合的統(tǒng)計方法進 行篩選舞美領(lǐng)域概念;采用自適應(yīng)合并閾值的層次聚類算法對舞美概念進行分類，具體處 理步驟如下：
[0021] 步驟1:將概念集中的概念采用詞向量的方式進行向量化，設(shè)置合并閾值limit = max；
[0022] 步驟2:設(shè)多個類別S'2··^χ)，其中x表示類別數(shù);將每個概念作為一個 類別，則X = η，η表示概念集的概念個數(shù)；
[0023]步驟3:計算f中任意兩個類別之間的余弦距離；
[0024] 步驟4:得到余弦距離最大的兩個類別S、，S\;其中IS j<x，l<k^x且j矣k，余弦 距離越大，兩個類的相關(guān)性越大;判斷coWpfk)的值是否大于合并的閾值limit;如果小 于limit，則完成一次層次聚類過程，執(zhí)行步驟7;如果大于limit，則將中的概念進行 合并，得到新的類別f。，并且計算類別f。的中心點：
[0025]
[0026] 步驟5:將新生成的類別S'。加入到S'，并將S'移除，類別的個數(shù)X相比合并前 減少一個；
[0027] 步驟6:如果f的元素數(shù)X大于1，繼續(xù)執(zhí)行步驟3;
[0028] 步驟7:判斷S'中是否還存在沒有被合并的概念，如果不存在，則將S'中的所有類 別加入到中S;如果存在，則將S'中被合并的類別加入到S中；
[0029] 步驟8:根據(jù)步長step調(diào)整合并閾值：limit = limit-step，判斷當(dāng)前l(fā)imit是否小 于設(shè)置的最小合并閾值min，如果小于min，則聚類結(jié)束，執(zhí)行步驟9;如果大于等于min，繼續(xù) 執(zhí)行步驟2;
[0030] 步驟9:返回S中類的個數(shù)m，并且返回每個類51(1 < i <m)中的概念集；
[0031]采用本體構(gòu)建工具Prot6g6構(gòu)建舞美領(lǐng)域本體，本體中的概念定義為不同表現(xiàn)形 式的舞美元素，屬性定義為各概念之間的關(guān)系；
[0032]然后采用描述邏輯中的Tableau算法實現(xiàn)對舞美領(lǐng)域知識庫的推理；
[0033] (1)建立知識庫的第一步是定義類，基于領(lǐng)域?qū)＜抑R，分析舞美術(shù)語，選擇部分 術(shù)語作為概念來定義類。本發(fā)明根據(jù)表現(xiàn)形式把舞臺劇分為：話劇，歌劇，詩劇，戲劇四大 類。把舞臺美術(shù)設(shè)計分為:舞臺形式，燈光，布景，音響，道具五個基本父類。圖2為舞美設(shè)計 的基本分類樹模型。
[0034] (2)構(gòu)建舞美領(lǐng)域本體。本發(fā)明采用由Velardi和Michele等人提出的基于領(lǐng)域相 關(guān)度和領(lǐng)域一致度相結(jié)合的統(tǒng)計方法進行篩選舞美領(lǐng)域概念。本發(fā)明提出了一種自適應(yīng)合 并閾值的層次聚類算法對舞美概念進行分類，利用本體構(gòu)建工具構(gòu)建舞美領(lǐng)域本體。
[0035] 概念的定義采用框架結(jié)構(gòu)，包括概念的名稱以及用自然語言對該概念的描述。關(guān) 系是概念之間的相互作用，分類關(guān)系是指概念之間具有上下位的關(guān)系，如果兩個詞的語義 范圍是包含的關(guān)系，那么這兩個詞可以稱之為具有上下位關(guān)系，上下位關(guān)系在本體中是表 示這兩個概念之間存在分類關(guān)系。聚類算法是把相似的數(shù)據(jù)通過統(tǒng)計分析的方法分為不同 的組別，使得在同一個組別中的數(shù)據(jù)有一些相似的特性。
[0036] 由于舞美領(lǐng)域本體中的分類關(guān)系學(xué)習(xí)的目的是將相似的概念聚合成類，層次聚類 算法需要添加聚類的終止條件，即在初始化時需要指定一個合并閾值。當(dāng)兩個類別的相關(guān) 度小于某一個合并閾值時，則不合并這兩個類，合并閾值的設(shè)定是其難點。當(dāng)合并閾值設(shè)置 的較大時，就會出現(xiàn)很多單個概念無法合并的現(xiàn)象，但是若合并閾值設(shè)置較小，就會出現(xiàn)不 是同一類別的概念進行了合并。因此，采用設(shè)置固定合并閾值的層次聚類算法進行舞美概 念分類的并不合適，本發(fā)明提出了自適應(yīng)合并閾值的層次聚類算法，使得合并閾值能夠動 態(tài)調(diào)整。
[0037] 本發(fā)明提出的自適應(yīng)合并閾值的層次聚類算法的基本思想是：設(shè)置最大合并閾 值、最小合并閾值以及步長，在算法初始化時使用最大合并閾值，經(jīng)過一輪層次聚類后，篩 選出沒有進行合并的概念，然后按照步長減少合并閾值，再進行層次聚類，直到合并閾值減 少到設(shè)定的最小合并閾值。
[0038] 圖3中我們列出了舞美領(lǐng)域本體中舞臺劇與舞臺形式的概念層次結(jié)構(gòu)及其關(guān)系。
[0039] (3)采用描述邏輯中的Tableau算法實現(xiàn)對舞美領(lǐng)域知識庫的推理。
[0040] 描述邏輯是用于知識表示的邏輯語言和以其為對象的推理方法，是一階謂詞邏輯 的一個可判定子集。ALC是描述邏輯的最常用子集，ALC的基本符號有否定、概念析取、值限 定。描述邏輯的知識庫主要由概念術(shù)語的集合和對于個體的斷言集合組成。Tableau算法是 用于斷言一致性檢驗的算法，在ACL中有限步驟內(nèi)終止。
[0041] 本發(fā)明基于舞美領(lǐng)域本體構(gòu)建了一個小型的舞美領(lǐng)域知識庫。
[0042] 3.舞美模型的語義檢索
[0043]本發(fā)明在舞美模型檢索部分采用語義檢索方法。圖4為三維模型語義檢索框架，具 體過程如下：
[0044] (1)利用舞美領(lǐng)域知識