[发明专利]模型穿模修正方法、装置、电子设备及存储介质在审

专利信息
申请号: 202011620265.3 申请日: 2020-12-31
公开(公告)号: CN112669421A 公开(公告)日: 2021-04-16
发明(设计)人: 刘思阳 申请(专利权)人: 北京爱奇艺科技有限公司
主分类号: G06T13/40 分类号: G06T13/40;G06T17/20;G06T19/20;G06K9/62
代理公司: 北京柏杉松知识产权代理事务所(普通合伙) 11413 代理人: 项京;高莺然
地址: 100080 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 模型 修正 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种模型穿模修正方法,其特征在于,包括:

获取原始人体模型的原始旋转信息矩阵和骨架信息矩阵;所述原始旋转信息表示原始人体模型的各个关节点相对于处于T-Pose(T字母姿态)下的人体模型的各个关节点的旋转角度信息;

将所述原始旋转信息矩阵和所述骨架信息矩阵输入重定向模型,得到重定向旋转信息矩阵;

基于重定向旋转信息矩阵,确定重定向后人体模型的三维网格信息;

基于重定向后人体模型的三维网格信息,计算重定向后人体模型的穿模概率;以及,确定重定向旋转信息矩阵和原始旋转信息矩阵之间的相似度;

基于重定向后人体模型的穿模概率,以及重定向旋转信息矩阵和原始旋转信息矩阵之间的相似度,判断重定向模型是否收敛;

若重定向模型未收敛,则调整重定向模型的参数,并返回所述将所述原始旋转信息矩阵和所述骨架信息矩阵输入重定向模型,得到重定向旋转信息矩阵的步骤;

若重定向模型已收敛,则确定重定向旋转信息矩阵表示:原始人体模型所对应的重定向后人体模型的旋转信息。

2.根据权利要求1所述的方法,其特征在于,所述基于重定向后人体模型的穿模概率,以及重定向旋转信息矩阵和原始旋转信息矩阵之间的相似度,判断重定向模型是否收敛,包括:

若重定向后人体模型的穿模概率大于预设概率阈值,和/或重定向旋转信息矩阵和原始旋转信息矩阵之间的相似度大于相似度阈值,则确定重定向模型未收敛;

若重定向后人体模型的穿模概率不大于预设概率阈值,且重定向旋转信息矩阵和原始旋转信息矩阵之间的相似度不大于相似度阈值,则确定重定向模型已收敛。

3.根据权利要求1所述的方法,其特征在于,所述重定向模型包括:骨架信息编码模块、旋转信息编码模块和旋转信息解码模块;

所述将所述原始旋转信息矩阵和所述骨架信息矩阵输入重定向模型,得到重定向旋转信息矩阵,包括:

将所述原始旋转信息矩阵和所述骨架信息矩阵输入重定向模型;

所述骨架信息编码模块,对所述骨架信息矩阵进行处理,得到骨架特征矩阵;

所述旋转信息编码模块,基于所述原始旋转信息矩阵和所述骨架特征矩阵,确定出旋转特征矩阵;

所述旋转信息解码模块,基于所述旋转特征矩阵和所述骨架特征矩阵,确定出重定向旋转信息矩阵。

4.根据权利要求1所述的方法,其特征在于,还包括:精修重定向旋转信息矩阵;

在所述基于重定向后人体模型的穿模概率,以及重定向旋转信息矩阵和原始旋转信息矩阵之间的相似度,判断重定向模型是否收敛之前,包括:

基于精修重定向旋转信息矩阵,确定重定向后人体模型的精修三维网格信息;

根据精修重定向旋转信息矩阵和重定向旋转信息矩阵,确定重定向后人体模型的第一损失;以及,根据精修三维网格信息和所述重定向后人体模型的三维网格信息,确定重定向后人体模型的第二损失;

所述基于重定向后人体模型的穿模概率,以及重定向旋转信息矩阵和原始旋转信息矩阵之间的相似度,判断重定向模型是否收敛,包括:

对重定向后人体模型的第一损失、重定向后人体模型的第二损失、重定向后人体模型的穿模概率和重定向旋转信息矩阵和原始旋转信息矩阵之间的相似度进行加权求和,得到重定向后人体模型的损失值;

判断所述损失值是否大于预设损失阈值;

若是,确定重定向模型未收敛;若否,确定重定向模型已收敛。

5.根据权利要求1所述的方法,其特征在于,所述基于重定向旋转信息矩阵,确定重定向后人体模型的三维网格信息,包括:

将重定向旋转信息矩阵输入SMPL(skinned multi-person linear model,皮肤多人线性模型),得到重定向后人体模型的三维网格信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京爱奇艺科技有限公司,未经北京爱奇艺科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011620265.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top