[发明专利]基于视觉图像的动作捕捉方法及数字动画制作方法

说明书

本发明涉及一种基于视觉图像的动作捕捉方法及数字动画制作方法。本发明的目的是提供一种基于视觉图像的动作捕捉方法及数字动画制作方法。本发明的技术方案是：一种基于视觉图像的动作捕捉方法，其特征在于：获取多角度相机同步采集的人体动作图像；对不同角度人体动作图像进行分析得到图像上的人体关节点坐标；将不同角度人体关节坐标融合计算得到3D关节点坐标。本发明适用于计算机图像处理领域。

技术领域

本发明涉及一种基于视觉图像的动作捕捉方法及数字动画制作方法。适用于计算机图像处理领域。

背景技术

目前，现有的三维数字动画制作主要依靠动捕设备对演员进行动作捕捉，再对数字动画人物模型进行驱动，以达到相应的表演效果。传统的动捕系统需要演员穿戴有相应传感器(光学球、蓝牙传感器、惯性传感器等)的设备，并且需要在相应要求(无静电、无金属物、指定强度的光照等)的场地内进行表演，通过相应设备获取的数据由人工进行后期合成并输出到动画人物模型上进行表演。

由上可知，传统的动捕系统具有设备昂贵，对演员约束性强、场地要求高、后期制作人工成本高等缺点。

发明内容

本发明要解决的技术问题是：针对上述存在的问题，提供一种基于视觉图像的动作捕捉方法及数字动画制作方法。

本发明所采用的技术方案是：一种基于视觉图像的动作捕捉方法，其特征在于：

获取多角度相机同步采集的人体动作图像；

对不同角度人体动作图像进行分析得到图像上的人体关节点坐标；

将不同角度人体关节坐标融合计算得到3D关节点坐标。

将人体3D关节点坐标结合人体运动学规律对不同关节不同维度解算，得到人体的运动参数。

所述对不同角度人体动作图像进行分析得到图像上的人体关节点坐标，包括：

通过深度学习算法计算得到相机o图像上关节点i坐标(x_oi,y_oi,s_oi)，其中x_oi表示为关节点i的水平像素坐标，y_oi表示为关节点i的垂直像素坐标，s_oi表示为关节点i的深度学习算法置信度；

人体动作图像上关节点i被遮挡时，则其置信度s_oi为0；未被遮挡时，置信度s_oi会根据关节点i在图中的具体位置判别，越靠近关节点中心时s_oi值越大，最大值为1；

图像中关节点i的坐标和其置信度由深度学习神经网络计算获得，所用的训练数据是由人工标定；人工判别关节点中心位置，根据人工对关节点中心位置的确定程度进行标定，最大值为1，越偏离关节中点心置信度越小，离开关节或关节被遮挡则置信度为0。

所述将不同角度人体关节坐标融合计算得到3D关节点坐标，包括：

通过相机本身内部参数和相机本身所安装的位置和角度得到空间点到相机像素坐标投影矩阵M；

计算相机o图像中关节点i的3D点位置得到(X_oi,Y_oi,Z_oi)＝M^-1*(x_oi,y_oi)；