数据处理方法、装置、电子设备和介质制造方法及图纸

本公开提供了一种数据处理方法、装置、设备、介质和产品，涉及人工智能技术领域，具体为增强/虚拟现实、计算机视觉和图像处理技术领域。数据处理方法包括：对待评价对象模型数据进行分割处理，得到对应的第一模型子数据；从目标对象模型数据中确定与第一模型子数据对应的第二模型子数据；确定第一模型子数据和第二模型子数据之间的变换数据；基于变换数据，确定待评价对象模型数据与目标对象模型数据之间的相似度。之间的相似度。之间的相似度。

【技术实现步骤摘要】
数据处理方法、装置、电子设备和介质


[0001]本公开涉及人工智能
，具体为增强/虚拟现实、计算机视觉和图像处理
，更具体地，涉及一种数据处理方法、装置、电子设备、介质和程序产品。

技术介绍

[0002]相关技术中，通常可以基于图像构建对象模型，对象模型是一种虚拟3D模型。对象模型例如包括用户头部模型、人脸模型等等。相关技术通常难以准确地判断对象模型的模型质量，模型质量例如包括模型的风格、模型的美观度等。

技术实现思路

[0003]本公开提供了一种数据处理方法、装置、电子设备、存储介质以及程序产品。
[0004]根据本公开的一方面，提供了一种数据处理方法，包括：对待评价对象模型数据进行分割处理，得到对应的第一模型子数据；从目标对象模型数据中确定与所述第一模型子数据对应的第二模型子数据；确定所述第一模型子数据和所述第二模型子数据之间的变换数据；基于所述变换数据，确定所述待评价对象模型数据与所述目标对象模型数据之间的相似度。
[0005]根据本公开的另一方面，提供了一种数据处理装置，包括：处理模块、第一确定模块、第二确定模块以及第三确定模块。处理模块，用于对待评价对象模型数据进行分割处理，得到对应的第一模型子数据；第一确定模块，用于从目标对象模型数据中确定与所述第一模型子数据对应的第二模型子数据；第二确定模块，用于确定所述第一模型子数据和所述第二模型子数据之间的变换数据；第三确定模块，用于基于所述变换数据，确定所述待评价对象模型数据与所述目标对象模型数据之间的相似度。
[0006]根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和与所述至少一个处理器通信连接的存储器。其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的数据处理方法。
[0007]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述的数据处理方法。
[0008]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述的数据处理方法。
[0009]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0010]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0011]图1示意性示出了根据本公开一实施例的数据处理方法和装置的应用场景；
[0012]图2示意性示出了根据本公开一实施例的数据处理方法的流程图；
[0013]图3示意性示出了根据本公开一实施例的对象模型分割示意图；
[0014]图4示意性示出了根据本公开一实施例的数据处理的示意图；
[0015]图5示意性示出了根据本公开一实施例的数据处理装置的框图；以及
[0016]图6是用来实现本公开实施例的用于执行数据处理的电子设备的框图。
具体实施方式
[0017]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0018]在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
[0019]在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
[0020]在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
[0021]本公开的实施例提供了一种数据处理方法，包括：对待评价对象模型数据进行分割处理，得到对应的第一模型子数据。然后，从目标对象模型数据中确定与第一模型子数据对应的第二模型子数据，确定第一模型子数据和第二模型子数据之间的变换数据。接下来，基于变换数据，确定待评价对象模型数据与目标对象模型数据之间的相似度。
[0022]图1示意性示出了根据本公开一实施例的数据处理方法和装置的应用场景。需要注意的是，图1所示仅为可以应用本公开实施例的应用场景的示例，以帮助本领域技术人员理解本公开的
技术实现思路
，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
[0023]如图1所示，根据本公开的应用场景100，待评价对象模型数据110例如是3D虚拟形象，可以将待评价对象模型数据110输入至电子设备120中，由电子设备120对待评价对象模型数据110进行数据处理。
[0024]示例性地，电子设备120例如包括智能手机、计算机等。电子设备120具有数据处理功能。
[0025]例如，由电子设备120处理待评价对象模型数据110得到针对待评价对象模型数据110的评价结果130，评价结果130例如表征与待评价对象模型数据110对应的对象模型的风格、美观度等等。
[0026]本公开实施例提供了一种数据处理方法，下面结合图1的应用场景，参考图2～图4来描述根据本公开示例性实施方式的数据处理方法。
[0027]图2示意性示出了根据本公开一实施例的数据处理方法的流程图。
[0028]如图2所示，本公开实施例的数据处理方法200例如可以包括操作S210～操作S240。
[0029]在操作S210，对待评价对象模型数据进行分割处理，得到对应的第一模型子数据。
[0030]在操作S220，从目标对象模型数据中确定与第一模型子数据对应的第二模型子数据。
[0031]在操作S230，确定第一模型子数据和第二模型子数据之间的变换数据。
[0032]在操作S240，基于变换数据，确定待评价对象模型数据与目标对象模型数据之间的相似度。
[0033]示例性地，目标对象模型数据例如用于评价待评价对象模型数据。
[0034]例如，当与目标对象模型数据对应的对象模型为一种风格的对象模型时，通过将待评价对象模型数据和目标对象模型数据进行比较，以确定与待评价对象模型数据对应的对象模型是否为该种风格的对象模型。
[0035]例如，当与目标对象模型数据对应的对象模型为标准美的对象模型时，通过将待评价对象模型数据和目标对象模型数据进行比较，以确定与待评本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，包括：对待评价对象模型数据进行分割处理，得到对应的第一模型子数据；从目标对象模型数据中确定与所述第一模型子数据对应的第二模型子数据；确定所述第一模型子数据和所述第二模型子数据之间的变换数据；以及基于所述变换数据，确定所述待评价对象模型数据与所述目标对象模型数据之间的相似度。2.根据权利要求1所述的方法，其中，所述确定所述第一模型子数据和所述第二模型子数据之间的变换数据包括：确定由所述第一模型子数据得到所述第二模型子数据的旋转数据和平移数据；以及基于所述旋转数据和所述平移数据，确定所述变换数据。3.根据权利要求2所述的方法，其中，所述确定由所述第一模型子数据得到所述第二模型子数据的旋转数据和平移数据包括：构建目标函数，其中，所述目标函数与所述第一模型子数据、所述第二模型子数据、所述旋转数据和所述平移数据相关联；以及在所述目标函数最小化的情况下，得到所述旋转数据和所述平移数据。4.根据权利要求2所述的方法，其中，所述基于所述旋转数据和所述平移数据，确定所述变换数据包括：确定所述旋转数据和第一参考数据之间的差值；确定所述平移数据和第二参数数据之间的乘积；以及基于所述差值和所述乘积，得到所述变换数据。5.根据权利要求1
‑
4中任意一项所述的方法，其中，所述待评价对象模型数据包括第一拓扑关系，所述目标对象模型数据包括第二拓扑关系，所述第一拓扑关系和所述第二拓扑关系相关联；其中，所述从目标对象模型数据中确定与所述第一模型子数据对应的第二模型子数据包括：基于所述第一模型子数据，从所述待评价对象模型数据中确定与所述第一模型子数据对应的第一特征点集合；基于所述第一拓扑关系和所述第二拓扑关系，从所述目标对象模型数据中确定与所述第一特征点集合对应的第二特征点集合；以及将所述第二特征点集合确定为所述第二模型子数据。6.根据权利要求1
‑
5中任意一项所述的方法，其中，所述第一模型子数据包括多个第一模型子数据；所述基于所述变换数据，确定所述待评价对象模型数据与所述目标对象模型数据之间的相似度包括：对与所述多个第一模型子数据一一对应的多个变换数据进行加权平均处理，得到加权平均值；以及基于所述加权平均值，确定所述待评价对象模型数据与所述目标对象模型数据之间的相似度。7.根据权利要求1
‑
6中任意一项所述的方法，其中，所述待评价对象模型数据包括头部模型数据；所述对待评价对象模型数据进行分割处理，得到对应的第一模型子数据包括：
基于五官特征对所述头部模型数据进行分割处理，得到对应的第一模型子数据；其中，所述第一模型子数据包括以下至少一项：针对左眉毛的模型子数据、针对右眉毛的模型子数据、针对左眼的模型子数据、针对右眼的模型子数据、针对鼻子的模型子数据、针对嘴巴的模型子数据、针对脸颊的模型子数据、针对额头的模型子数据、针对颈部的模型子数据。8.一种数据处理装置，包括：处理模块，用于对待评价对象模型数据进行分割处理，得到对应的第一模型子数据；第一确定模块，用于从目标对象模型数据中确定与所述第一模型子数据对应的第二模型子数据；第二确定模块，用于确定所述第一模型子数据和所述第二模型子数据之间的变换数据；以及第三确定模块，用于基于所述变...

【专利技术属性】
技术研发人员：刘豪杰，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：