动画生成技术是结合了人工智能理论与现代多媒体技术的全新动画制作过程。系统接收以自然语言描述的剧本,使用人工智能、语义检索、空间推理与布局等相关技术对故事剧本进行分析、理解,提取场景、事件、人物等信息,并在动漫领域知识库的协助下,采用语义标注技术将多媒体信息(动漫资源)语义化,并采用语义检索引擎对相关剧本进行语义检索查询和推理,最终实现动画的生成。本文主要对动漫领域语义检索及场景生成关键技术进行了研究,在论文的前半部分我们主要对动漫领域语义检索的关键技术进行了研究,通过分析语义检索中的一些关键技术,提出了基于本体的查询扩展机制和加权排序优化算法,并结合本体的具体特点,提出了面向查询的动漫语义检索框架,借助LarKC开发平台,采用LarKC插件集中的SPARQL识别器初步实现了一种面向查询的动漫语义检索系统。本系统采用OWL作为本体的描述语言,基于动漫制作领域建立相关本体,实现了动漫领域知识的描述,建立了动漫本体知识库和规则库；并通过语义标注来进行动漫素材的语义化,并借助Jena开发工具,实现了针对动漫领域知识的本体推理和查询,并对系统的查询效率、查全率与查准率做了一系列的实测实验。实验结果表明：实验得到的动漫素材能够满足检索需求,同时也验证了动漫素材领域本体,确实保证了系统的查准率与查全率,验证了检索框架的实用性与有效性。论文的后半部分我们主要对场景生成的相关方法进行了研究,论文从定性和定量两方面将场景生成进行了简要的讨论,分析了场景生成的一些关键技术和方法,提出了场景生成算法和针对物体间关系用来计算物体位置和方向的场景物体空间关系布局推理方法等。最后,我们提出了场景生成系统的框架和设计思想,对于某一段故事剧本,动漫本体描述语言能将其以RDF/N3形式进行描述,也就是说,我们能以RDF三元组的形式来描述某一段剧本,或者说可以把某一段剧本以RDF文件的形式来表达。然后通过SPARQL语言查询匹配动漫本体描述语言的事件(Action),再根据Action各故事划分成场景,然后根据每个场景的背景描述查找场景库,生成该背景下的典型场景,之后对动漫本体描述语言中空间信息进行分析,然后加上物体规则库动态修改场景信息,最后添加该场景中出现的人物信息,得到最终的场景。