[发明专利]一种动作差异度计算方法、装置、设备及存储介质

权利要求书

1.一种动作差异度计算方法，其特征在于，所述方法包括：

获取三维人体模型的第一动作数据、第二动作数据和骨骼向量，其中，所述三维人体模型的多个关节点中包括一个根关节点，所述第一动作数据和所述第二动作数据由每个关节点相对于所述根关节点的旋转矩阵组成，所述骨骼向量中包括每个关节点与所述根关节点的距离；

针对每个关节点，计算所述第一动作数据与所述第二动作数据在该关节点的旋转矩阵的偏移量；

根据所述骨骼向量，计算每个关节点的权重，其中，所述权重与每个关节点与所述根关节点的距离成反比；

根据所述权重，计算每个关节点的所述偏移量的加权平均值，得到所述第一动作数据与所述第二动作数据之间的差异度。

2.根据权利要求1所述的方法，其特征在于，所述获取三维人体模型的第一动作数据、第二动作数据和骨骼向量，包括：

获取动作捕捉设备采集的三维人体模型的第一动作数据和骨骼向量；

将所述第一动作数据及所述骨骼向量输入至预设重定向模型中，对所述第一动作数据进行重定向，得到第二动作数据。

3.根据权利要求1所述的方法，其特征在于，所述针对每个关节点，计算所述第一动作数据与所述第二动作数据在该关节点的旋转矩阵的偏移量，包括：

计算所述第一动作数据与所述第二动作数据在该关节点的旋转矩阵之差的绝对值，得到差值矩阵；

计算所述差值矩阵中每个元素之和，得到所述第一动作数据与所述第二动作数据在该关节点的偏移量。

4.根据权利要求3所述的方法，其特征在于，采用如下公式，针对每个关节点，计算所述第一动作数据与所述第二动作数据在该关节点的旋转矩阵的偏移量：

ΔR_i＝SUM(|R_i-R′_i|)

其中，所述R_i为所述第一动作数据中第i个关节点相对于所述根关节点的旋转矩阵，所述R′_i为所述第二动作数据中第i个关节点相对于所述根关节点的旋转矩阵，所述SUM表示矩阵求和运算，所述ΔR_i表示所述第一动作数据与所述第二动作数据在第i个关节点的偏移量。

5.根据权利要求1所述的方法，其特征在于，所述根据所述骨骼向量，计算每个关节点的权重，包括：

计算预设经验值与所述骨骼向量中的最大距离之和；

针对每个关节点，计算所述和与该关节点与所述根关节点的距离之差，并计算所述差与所述骨骼向量中的距离之和的比值，得到该关节点的权重。

6.根据权利要求5所述的方法，其特征在于，采用如下公式，根据所述骨骼向量，计算每个关节点的权重：

其中，所述w_i表示第i个关节点的权重，所述d_set为所述预设经验值，所述d_max为所述骨骼向量中的最大距离，所述d_i为所述骨骼向量中第i个关节点与所述根关节点的距离，所述K为所述骨骼向量中的关节点个数，所述d_j为所述所述骨骼向量中第j个关节点与所述根关节点的距离。

7.根据权利要求1所述的方法，其特征在于，采用如下公式，根据所述权重，计算每个关节点的所述偏移量的加权平均值，得到所述第一动作数据与所述第二动作数据之间的差异度：

其中，所述w_i表示第i个关节点的权重，所述ΔR_i表示所述第一动作数据与所述第二动作数据在第i个关节点的偏移量，所述K表示所述骨骼向量中的关节点个数。