news 2026/4/3 1:30:54

Face_AnimBP 和Face_PostProcess_AnimBP 区别

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Face_AnimBP 和Face_PostProcess_AnimBP 区别

目录

Face_AnimBP

2️⃣ Face_PostProcess_AnimBP

3️⃣ 两者关系


Face_AnimBP

作用:角色脸部的主动画蓝图,是Base Pose 输出的地方

  • 通常继承自AnimInstance

  • 负责:

    • Control Rig 输出的表情姿势

    • ARKit / Audio2Face / 表情捕捉驱动

    • 基础嘴型、眼睛、眉毛动作

  • 输出的是标准骨骼动画(Base Pose),可以被其他蓝图引用

💡 类比:Face_AnimBP = 脸部动作的“源头”


2️⃣ Face_PostProcess_AnimBP

作用:在 Base Pose 之后进行后处理 / 叠加 / 修饰

  • 常用于:

    • 放大或缩小动作幅度(嘴角、眨眼)

    • 做表情混合(Additive Pose)

    • 对 ARKit / Audio2Face 输出做微调

    • 做微表情或补间动画

  • 通常是Layered Blend per BoneModify Curve节点

  • 输入:Base Pose(通常是 Face_AnimBP 输出)

  • 输出:最终传给 Skeletal Mesh 的 Pose

💡 类比:Face_PostProcess_AnimBP = 在 Base Pose 上叠加修饰的“后期处理器”


3️⃣ 两者关系

Face_AnimBP (Base Pose) ↓ Face_PostProcess_AnimBP (Additive / 调整 / 后处理) ↓ Skeletal Mesh (最终渲染)

  • Face_AnimBP:提供基础动画

  • Face_PostProcess_AnimBP:可以安全地放大嘴巴运动、叠加微笑、眨眼,而不破坏 Base Pose


应用场景示例

  • 你想把 Audio2Face 输出的微笑放大 1.5 倍

    • 不要改 Face_AnimBP,改 Face_PostProcess_AnimBP

    • 在 AnimGraph 中用Modify CurveApply Additive Pose放大嘴角

  • 你想直接添加一个新的嘴型动作(比如定时微笑)

    • 可以在Face_PostProcess_AnimBP做,保持 Base Pose 完整

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/3/18 8:36:02

【小程序毕设源码分享】基于springboot+微信小程序的书院预约系统的设计与实现(程序+文档+代码讲解+一条龙定制)

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am…

作者头像 李华
网站建设 2026/3/11 20:00:51

计算机小程序毕设实战-基于springboot的个性化大学生线上聊天交友系统【完整源码+LW+部署说明+演示视频,全bao一条龙等】

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am…

作者头像 李华
网站建设 2026/3/11 5:35:11

小程序毕设选题推荐:基于springboot的校园交友小程序个性化大学生线上聊天交友系统的设计与实【附源码、mysql、文档、调试+代码讲解+全bao等】

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am…

作者头像 李华
网站建设 2026/3/28 7:20:14

高阶RAG技巧:探索提升RAG系统性能的不同技巧

高阶RAG技巧:探索提升RAG系统性能的不同技巧 RAG 为 LLM 提供来自外部知识源的信息,以帮助减少幻觉并提高生成响应的事实准确性。 一个简单的 RAG 流水线由四个组件组成:嵌入模型、向量数据库、提示模板和 LLM。在推理时,它会嵌…

作者头像 李华