Le chemin de la création d'animations cinématographiques et télévisuelles utilisant la technologie de réalité virtuelle sous l'intelligence artificielle

Le but est de fournir une garantie d'interaction homme-machine (IHM) plus fiable pour les œuvres d'animation sous la technologie de réalité virtuelle (RV). Inspiré par la technologie de l'intelligence artificielle (IA) et basé sur le réseau de neurones convolutif - machine à vecteurs de support (CNN-SVM), les différences entre les œuvres d'animation sous la technologie RV et les œuvres d'animation traditionnelles sont analysées à travers une analyse exhaustive de la technologie RV. L'algorithme de reconnaissance gestuelle CNN-SVM utilisant une stratégie de correction d'erreur est conçu sur la base de la reconnaissance IHM. Pour avoir de meilleures performances de reconnaissance, les avantages de l'image de profondeur et de l'image couleur sont combinés, et les informations collectées sont prétraitées y compris les relations entre les temps d'itérations d'entraînement d'image et la précision de différentes méthodes dans la direction de l'ensemble de test. Après les expériences, la précision maximale de l'image prétraitée peut atteindre 0.86, montrant la nécessité du prétraitement d'image. La précision de reconnaissance de l'optimisé CNN-SVM est comparée à d'autres modèles d'algorithmes. Les expériences montrent que la précision du CNN-SVM optimisé a une tendance à la hausse par rapport à l'ancien CNN-SVM, et la précision atteint 0.97. Cela prouve que l'algorithme conçu peut fournir un bon soutien technique pour l'animation RV, permettant ainsi aux œuvres d'animation RV d'interagir correctement avec le public. Cela a une grande signification pour le développement de l'animation RV et l'amélioration de la qualité de vie artistique des gens.