一种动画生成方法、系统及其可读介质技术方案

本申请公开了一种动画生成方法、系统及其可读介质，该方法包括：识别用户的上传图像、当该图像识别为非人体图像时报错；识别为人体图像时沿从头到脚的方向依次对各个部位进行特征点识别；以人体图像从头到脚的方向依次对所需特征点标号；对标号后所需特征点进行逻辑分析，划分出各个身体部位所包含的特征点，从而将整个身体分割各个模块；取人体图像肢体根部关节点为原点建立坐标系，将分割后的各个模块放入对应建立好的坐标系中，改变特征点坐标来实现特征点的移动，从而带动整个身体进行运动，形成新的姿态。本方案，简便的在对人体图像处理后，自动形成新的姿态，方便动画的生成，提高工作效率。

【技术实现步骤摘要】
一种动画生成方法、系统及其可读介质
本申请涉及动画生成
，具体而言，涉及动画生成方法、系统及其可读介质。
技术介绍
现有的人工智能AI技术中，可以分析出人体的每个身体部分，那么就可以达到只需要设计出角色的物体模型，AI代码就可以控制角色的每个需要改变姿态的身体部位，进行各种各样的运动例如坐下、跑步、行走等。以确保人体按照所需进行动画呈现，既能省出很多人力，也能极大的提高工作效率。在现有技术中，人体关键点检测主要检测人体的一些关键点，如关节，五官等，通过关键点提述人体骨骼信息；由于人体具有相当的柔性，会出现各种姿态和形状，人体任何一个部位的微小变化都会产生一种新的姿态，同时其关键点的可见性受穿着、姿态、视角等影响非常大，而且还面临着遮挡、光照、雾等环境的影响。一般通过图像分割和识别的方式解决上述问题。常见的图像分割技术有局部分割以及全局分割。人体行为是由一些基本动作组成的，局部分割是以选取部分动作或提取部分特征来实现图像分割的，常用的方法为边界检测法。边界检测法使用起来很简单很方便，但却不适合用在多人运动场景中。全局分割是将整个动作系列作为本文档来自技高网...

【技术保护点】
1.一种动画生成方法，其特征在于，包括以下步骤：/n步骤1：识别用户的上传图像、当该图像识别为非人体图像时报错，当该图像识别为人体图像时进入步骤2；/n步骤2：对所述上传图像沿从头到脚的方向依次对各个部位进行特征点识别、对人体图像所需特征点进行标号；/n步骤3：对标号后所需特征点进行逻辑分析，划分出各个身体部位所包含的特征点，并将人体图像分割出各个模块；/n步骤4：取人体图像肢体根部关节点为原点建立坐标系，将分割后的各个模块放入对应建立好的坐标系中、通过改变特征点坐标来实现人体图像的新姿态。/n

【技术特征摘要】
1.一种动画生成方法，其特征在于，包括以下步骤：
步骤1：识别用户的上传图像、当该图像识别为非人体图像时报错，当该图像识别为人体图像时进入步骤2；
步骤2：对所述上传图像沿从头到脚的方向依次对各个部位进行特征点识别、对人体图像所需特征点进行标号；
步骤3：对标号后所需特征点进行逻辑分析，划分出各个身体部位所包含的特征点，并将人体图像分割出各个模块；
步骤4：取人体图像肢体根部关节点为原点建立坐标系，将分割后的各个模块放入对应建立好的坐标系中、通过改变特征点坐标来实现人体图像的新姿态。


2.如权利要求1所述动画生成方法，其特征在于：步骤1所述识别用户的上传图像基于卷积神经网络的训练模型实现，其包括以下步骤：
步骤11：选择一个MNIST数据集，使用TensorFlow框架建卷积神经网络，建立关键节点特征；
步骤12：选用一张训练图、池化函数选用2x2的实验模板，进行两次卷积加池化；
步骤13：连接卷积层，对获得的结果保存并进行结果运算，当关键点得分大于0.15的个数大于4，并且整个人体轮廓的信用值不小于0.04时，判定为可用人体图像并输出该图片为训练模型。


3.如权利要求2所述动画生成方法，其特征在于，训练图卷积加池化前，对训练图片进行base64编码，使用编码字符串代替图像地址，且编码和urlencode后的大小不超过4M，长宽比在3:1。


4.如权利要求3所述动画生成方法，其特征在于，步骤2所述特征点识别包括：对特征点的预提取，所述对特征点的预提取包括：采用POST方式调用classBaiDuAPI的类，识别一个人体的所有关节点，取与运动姿态生成相关的面部、颈部、肩部、肘部、手腕、胯部、膝盖和脚踝共计18个关节点，然后对18个关节点进行标号。


5.如权利要求4所述的动画生成方法，其特征在于，所述将人体图像分割出各个模块具体包括以下步骤：
输...

【专利技术属性】
技术研发人员：陈小红，张锐，张雪松，
申请(专利权)人：上海欣子信息科技有限公司，
类型：发明
国别省市：上海;31