三维动画生成方法、装置、存储介质和计算机设备制造方法及图纸

本申请涉及一种三维动画生成方法、装置、存储介质和计算机设备，所述方法包括：实时通过摄像装置获取视频图像，将视频图像输入到实时动作捕捉模型中识别，得到输出的动作控制信息；将动作控制信息输入到三维动画绑定逻辑插件中，通过三维动画绑定逻辑插件中的三维动画绑定逻辑信息计算得到三维动画控制参数；获取三维动画初始模型，使用三维动画控制参数驱动三维动画初始模型，生成三维动画。本申请提供的方案可以实现提高生成的三维动画的精准性。

3D animation generation method, device, storage medium and computer equipment

【技术实现步骤摘要】
三维动画生成方法、装置、存储介质和计算机设备
本申请涉及计算机
，特别是涉及一种三维动画生成方法、装置、存储介质和计算机设备。
技术介绍
随着动作捕捉技术的发展，可以使用动作捕捉来实时生成三维动画，比如，虚拟偶像直播。目前，动作捕捉技术都是通过捕捉到的图像直接生成骨骼和Blendshape(变形目标)的参数，再根据骨骼和Blendshape的参数生成三维动画。然而，现有直接根据动作捕捉技术的输出生成三维动画，存在生成的三维动画不够精准的问题。
技术实现思路
基于此，有必要针对生成的三维动画不够精准的技术问题，提供一种三维动画生成方法、装置、存储介质和计算机设备。一种三维动画生成方法，包括：实时通过摄像装置获取视频图像，将视频图像输入到实时动作捕捉模型中识别，得到输出的动作控制信息；将动作控制信息输入到三维动画绑定逻辑插件中，通过三维动画绑定逻辑插件中的三维动画绑定逻辑信息计算得到三维动画控制参数；获取三维动画初始模型，使用三维动画控制参数驱动三维动画初始模型，生成三维动画。一种三维动画生成装置，包括：控制信息识别模块，用于实时通过摄像装置获取视频图像，将视频图像输入到实时动作捕捉模型中识别，得到输出的动作控制信息；参数计算模块，用于将动作控制信息输入到三维动画绑定逻辑插件中，通过三维动画绑定逻辑插件中的三维动画绑定逻辑信息计算得到三维动画控制参数；动画生成模块，用于获取三维动画初始模型，使用三维动画控制参数驱动三维动画初始模型，生成三维动画。一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行程序时实现以下步骤：实时通过摄像装置获取视频图像，将视频图像输入到实时动作捕捉模型中识别，得到输出的动作控制信息；将动作控制信息输入到三维动画绑定逻辑插件中，通过三维动画绑定逻辑插件中的三维动画绑定逻辑信息计算得到三维动画控制参数；获取三维动画初始模型，使用三维动画控制参数驱动三维动画初始模型，生成三维动画。一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：实时通过摄像装置获取视频图像，将视频图像输入到实时动作捕捉模型中识别，得到输出的动作控制信息；将动作控制信息输入到三维动画绑定逻辑插件中，通过三维动画绑定逻辑插件中的三维动画绑定逻辑信息计算得到三维动画控制参数；获取三维动画初始模型，使用三维动画控制参数驱动三维动画初始模型，生成三维动画。上述三维动画生成方法、装置、存储介质和计算机设备，通过将视频图像输入到实时动作捕捉模型中识别，得到输出的动作控制信息，使用动作控制信息通过三维动画绑定逻辑插件得到三维动画控制参数，然后使用三维动画控制参数驱动三维动画初始模型，生成三维动画，能够使生成的三维动画具有三维动画绑定逻辑信息，从而使生成的三维动画更加的精准。避免通过实时动作捕捉系统得到三维动画控制参数，使用三维动画控制参数直接生成的三维动画时，丢失三维动画绑定逻辑信息使生成的三维动画不够精准的问题。附图说明图1为一个实施例中三维动画生成方法的应用环境图；图2为一个实施例中三维动画生成方法的流程示意图；图3为一个实施例中运行三维动画绑定逻辑插件的流程示意图；图4为一个实施例中转换三维动画绑定逻辑动态链接库的流程示意图；图5为一个实施例中三维动画绑定逻辑界面的示意图；图6为一个实施例中得到动作控制信息的流程示意图；图7为一个实施例中训练实时动作捕捉模型的流程示意图；图8为一个实施例中调用第三方实时动作捕捉模型的流程示意图；图9为一个实施例中得到三维动画控制参数的流程示意图；图10为一个具体实施例中得到面部捕捉参数的流程示意图；图11为图10实施例中生成的三维动画的示意图；图12为一个实施例中生成的三维动画曲线的示意图；图13为一个实施例中三维动画生成装置的结构框图；图14为一个实施例中计算机设备的结构框图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。人工智能(ArtificialIntelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。计算机视觉技术(ComputerVision,CV)计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。机器学习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。本申请实施例提供的方案涉及人工智能的计算机视觉技术、机器学习等技术，具体通过如下实施例进行说明:图1为一个实施例中三维动画生成方法的应用环境图。参照图1，该三维动画生成方法应用于三维动画生成系统。该三维动画生成系统包括终端110和服务器120。终端110和服务器120通过网络连接。终端110具体可以是台式终端或移动终端，移动终端具体可以手机、平板电脑、笔记本电脑等中的至少一种。服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。该本文档来自技高网...

【技术保护点】
1.一种三维动画生成方法，包括：/n实时通过摄像装置获取视频图像，将所述视频图像输入到实时动作捕捉模型中识别，得到输出的动作控制信息；/n将所述动作控制信息输入到三维动画绑定逻辑插件中，通过所述三维动画绑定逻辑插件中的三维动画绑定逻辑信息计算得到三维动画控制参数；/n获取三维动画初始模型，使用所述三维动画控制参数驱动所述三维动画初始模型，生成三维动画。/n

【技术特征摘要】
1.一种三维动画生成方法，包括：
实时通过摄像装置获取视频图像，将所述视频图像输入到实时动作捕捉模型中识别，得到输出的动作控制信息；
将所述动作控制信息输入到三维动画绑定逻辑插件中，通过所述三维动画绑定逻辑插件中的三维动画绑定逻辑信息计算得到三维动画控制参数；
获取三维动画初始模型，使用所述三维动画控制参数驱动所述三维动画初始模型，生成三维动画。


2.根据权利要求1所述的方法，其特征在于，在所述实时通过摄像装置获取视频图像，将所述视频图像输入到实时动作捕捉模型中识别，得到输出的动作控制信息之前，还包括：
获取三维动画绑定逻辑动态链接库，将所述三维动画绑定逻辑动态链接库封装，得到三维动画绑定逻辑插件；
运行所述三维动画绑定逻辑插件。


3.根据权利要求2所述的方法，其特征在于，所述获取三维动画绑定逻辑动态链接库，包括：
获取三维动画绑定逻辑数据，解析所述三维动画绑定逻辑数据，得到绑定信息；
获取代码模板，根据所述代码模板和所述绑定信息中的连接关系信息生成对应的连接关系代码；
根据所述代码模板和所述绑定信息中的节点信息生成对应的节点代码；
根据所述连接关系代码和所述节点代码得到所述三维动画绑定逻辑数据对应的三维动画绑定逻辑代码，将所述三维动画绑定逻辑代码转换成所述三维动画绑定逻辑动态链接库。


4.根据权利要求1所述的方法，其特征在于，所述将所述视频图像输入到实时动作捕捉模型，得到输出的动作控制信息，包括：
将所述视频图像输入到实时动作捕捉模型中的图像关键点识别网络中，得到输出的图像关键点特征；
将所述图像关键点特征输入到所述实时动作捕捉模型中进行控制信息识别，得到输出的动作控制信息。


5.根据权利要求1所述的方法，其特征在于，所述实时动作捕捉模型的训练步骤，包括：
获取历史视频图像和对应的历史动作控制信息；
将所述历史视频图像作为所述实时动作捕捉模型的输入，将所述历史动作控制信息作为所述实时动作捕捉模型的标签进行训练；
当符...

【专利技术属性】
技术研发人员：李静翔，杨梦菁，刘杰，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44