Motionleap研究

关于特效

1. Motionleap的特效原理推测应该为使用OpenGL的粒子功能，辅以轮廓识别和图形识别。

2. Motionleap的特效基本为破碎（shape）粒子，烟雾（smoke）粒子和闪光粒子（star）三种。速度就是粒子运动速度；尺寸就是粒子生成尺寸，粒子的特效是固定的，没有添加random seed；密度就是粒子生成量。

a. 17种破碎粒子 同一原理 仅粒子样式不同，Motionleap生成的粒子会以当前主体轮廓类似颜色向外逸散，轮廓识别同下；

b. 11种烟雾粒子，仅改变颜色；

c. 闪光粒子5种 仅粒子样式不同。

Motionleap的优势在于，透过深度学习生成主体或人物轮廓识别算法，可以将粒子围绕至人物轮廓，可以识别出头发，眼睛和手及其他连续直线或曲线；但轮廓并不是严丝合缝，应该有一定的容错值。

图像轮廓化

特效样片

通过无人物的照片测试，可能是识别出图像中的连续直线或者曲线。

原片+轮廓

特效样片

利用P粒子进行了解和模拟：

关于动画

1. 动画分为移动，冻结，循环三个步骤。

2. 首先是移动，用户滑动路径，程序将长的路径分段为多个移动锚点的短的路径。

a. 锚点数量等于（用户终点-用户起点）/固定运动向量。

b. 固定运动向量非常重要，确定固定运动向量意味着图像移动效果是否自然。

路径分析

3. 然后是冻结，用户透过涂色来确定冻结区域。我们可以获取到用户涂色的轮廓，根据轮廓按照固定分段进行固定锚点的设置。

冻结分析

4. 最后是循环播放。

a. 运动向量已经确定的情况下，用户调整速度仅仅是单一图层下调整时间轴上的关键帧。

b.而循环播放则是始终有两个图层（单一图层复制）进行不透明度的变换。

c.根据逐帧播放，motionleap单个图层有效运动约10-15帧。

d. 上层在播放到0-10帧时，不透明度为100%，播放至15帧时不透明度为0%；下层保持相同的参数，但是开始播放时间在上层不透明度开始变小的起点。