[发明专利]一种数据处理方法、装置及计算机可读存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

采集模型网格样本图和骨骼样本图，所述模型网格样本图中包含多个网格顶点样本信息，所述骨骼样本图中包含多个骨骼样本信息；

将每一网格顶点样本信息转化为第一特征信息以及将每一骨骼样本信息转化为第二特征信息；

根据所述模型网格样本图和骨骼样本图各自对应的图内节点关系以及相互之间作用的图间节点关系，对所述第一特征信息和第二特征信息进行更新；

根据更新后的第一特征信息和第二特征信息对预设模型进行蒙皮权重信息预测训练，得到训练后的预设模型；

基于训练后的预设模型对待识别模型网格图中每一网格顶点信息对应的蒙皮权重信息进行预测。

2.根据权利要求1所述的数据处理方法，其特征在于，所述将每一网格顶点样本信息转化为第一特征信息以及将每一骨骼样本信息转化为第二特征信息的步骤，包括：

获取每一网格顶点样本信息与每一骨骼样本信息之间的距离信息；

根据所述距离信息由高至低的顺序，为每一网格顶点样本信息选取预设数量的目标骨骼样本信息；

根据每一网格顶点样本信息的坐标信息以及对应的目标骨骼样本信息的距离信息构建第一特征信息；

根据每一骨骼样本信息的起始关节位置和终点关节位置构建第二特征信息。

3.根据权利要求2所述的数据处理方法，其特征在于，所述获取每一网格顶点样本信息与每一骨骼样本信息之间的距离信息的步骤，包括：

将所述模型网格样本图进行体素化处理，并将每一网格顶点样本信息映射在体素化处理后的网格方格样本中；

将所述骨骼样本图进行体素化处理，并将每一骨骼样本信息映射在体素化处理后的骨骼方格样本中；

搜索每一骨骼方格样本中的骨骼样本信息至每一网格方格样本中的网格顶点样本信息之间的路径；

根据所述路径的长度确定每一网格顶点样本信息与每一骨骼样本信息之间的距离信息。

4.根据权利要求2所述的数据处理方法，其特征在于，所述根据所述模型网格样本图和骨骼样本图各自对应的图内节点关系以及相互之间作用的图间节点关系，对所述第一特征信息和第二特征信息进行更新的步骤，包括：

将所述模型网格样本图中的每一网格顶点样本信息与所述骨骼样本图中的每一骨骼样本信息之间的相互作用关系分别加载至所述第一特征信息以及第二特征信息；

基于所述模型网格样本图中每一网格顶点样本信息之间的位置关系对加载后的第一特征信息进行更新；

基于所述骨骼样本图中每一骨骼样本信息之间的位置关系对加载后的第二特征信息进行更新；

返回执行将所述模型网格样本图中的每一网格顶点样本信息与所述骨骼图中的每一骨骼样本信息之间的相互作用关系分别加载至所述第一特征信息以及第二特征信息的步骤进行迭代更新，直至迭代次数满足预设迭代次数。

5.根据权利要求4所述的数据处理方法，其特征在于，所述将所述模型网格样本图中的每一网格顶点样本信息与所述骨骼样本图中的每一骨骼样本信息之间的相互作用关系分别加载至所述第一特征信息以及第二特征信息的步骤，包括：

将每一网格顶点样本信息的第一特征信息和对应的目标骨骼样本信息的第二特征信息一并进行卷积处理，得到加载后的第一特征信息；

获取与每一骨骼样本信息的距离信息小于预设阈值的目标网格顶点样本信息；

确定所述目标网格顶点样本信息的第二特征信息对应的最大值、平均值和方差值；

将每一骨骼样本信息的第二特征信息和对应的目标网格顶点样本信息的最大值、平均值和方差值一并进行卷积处理，得到加载后的第二特征信息。

6.根据权利要求4所述的数据处理方法，其特征在于，所述基于所述模型网格样本图中每一网格顶点样本信息之间的位置关系对加载后的第一特征信息进行更新的步骤，包括：

获取每一网格顶点样本信息相连的第一网格顶点样本信息集合；

获取与每一网格顶点样本信息距离小于预设距离阈值的第二网格顶点样本信息集合；

将所述第一网格顶点样本信息集合的加载后的第一特征信息和所述第二网格顶点样本信息集合的加载后的第二特征信息一并进行卷积处理，以实现对加载后的第一特征信息的更新。