一种三维虚拟动画的制作方法和系统技术方案

本发明专利技术实施例提供了一种三维虚拟动画的制作方法和系统。所述方法包括：采集惯性动捕数据，采集视觉动捕数据，构建初始虚拟骨架模型，结合所述惯性动捕数据以及视觉动捕数据，生成虚拟骨架动作数据，采用所述虚拟骨架动作数据控制所述初始虚拟骨架模型进行动作，生成三维虚拟动画，采用本发明专利技术的技术方案，降低了环境光线、环境空间等因素对动作捕捉效果造成影响的同时，大大延长了动作捕捉的持续时长，从而可以实现较长时间的持续虚拟直播。从而可以实现较长时间的持续虚拟直播。从而可以实现较长时间的持续虚拟直播。

【技术实现步骤摘要】
一种三维虚拟动画的制作方法和系统


[0001]本专利技术涉及三维虚拟动画
，特别是涉及一种三维虚拟动画的制作方法和系统。

技术介绍

[0002]当下的部分虚拟直播是通过单个摄像头对自己的脸部以及身体进行拍摄，再将图像数据进行计算转换成让三维虚拟人物模型的动作数据。该方案也存在以下缺点：对空间结构要求高，相机与捕捉目标之间不能存在遮挡物，且占用面积大；对环境光照的变化十分敏感，不同光照条件下的动捕效果也不同，容易受环境光线、复杂背景所影响；因相机的视觉域的限制，使用者需要位于视觉域中心，且使用者的运动空间被限制在摄像机的视觉范围内，当使用者在视域边缘时解算得出的动作数据会因使用者与摄像机所成的角度变大而发生偏差，导致动作变形。
[0003]虚拟直播的动捕数据获取方式除了依靠计算机视觉外，还可以依靠惯性传感器，采用惯性传感器固定在人的身上，获取人的各个部位的运动学信息，然后通过惯性导航原理即可完成运动目标的姿态角度测量。基于惯性传感器的动捕系统的虚拟直播，由于测量噪声和游走误差等因素的影响，惯性传感器无法长时间地对人体姿态进行精确的跟踪。

技术实现思路

[0004]鉴于上述问题，提出了本专利技术实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种三维虚拟动画的制作方法和相应的一种三维虚拟动画的制作系统。
[0005]为了解决上述问题，本专利技术实施例公开了一种三维虚拟动画的制作方法，所述方法包括：采集惯性动捕数据；采集视觉动捕数据；构建初始虚拟骨架模型；结合所述惯性动捕数据以及视觉动捕数据，生成虚拟骨架动作数据；采用所述虚拟骨架动作数据控制所述初始虚拟骨架模型进行动作，生成三维虚拟动画。
[0006]可选地，结合所述惯性动捕数据以及视觉动捕数据，生成虚拟骨架动作数据的步骤包括：对所述惯性动捕数据进行重定向，生成惯性重定向数据；对所述视觉动捕数据进行重定向，生成视觉重定向数据；确定函数插值；基于所述惯性重定向数据以及视觉重定向数据，采用预设函数以及所述函数插值计算得到虚拟骨架动作数据。
[0007]可选地，对所述惯性动捕数据进行重定向，生成惯性重定向数据的步骤包括：
获取惯性动捕系统的第一静止姿势数据；获取初始虚拟骨架模型的第二静止姿势数据；采用所述第一静止姿势数据以及第二静止姿势数据计算得到第一姿势差异数据；采用所述惯性动捕数据以及第一姿势差异数据计算，得到惯性重定向数据。
[0008]可选地，对所述视觉动捕数据进行重定向，生成视觉重定向数据的步骤包括：获取视觉动捕系统的第三静止姿势数据；获取初始虚拟骨架模型的第四静止姿势数据；采用所述第三静止姿势数据以及第四静止姿势数据计算得到第二姿势差异数据；采用所述视觉动作数据以及第二姿势差异数据计算，得到视觉重定向数据。
[0009]本专利技术实施例还公开了一种三维虚拟动画的制作系统，所述系统包括：惯性动捕数据采集模块，用于采集惯性动捕数据；视觉动捕数据采集模块，用于采集视觉动捕数据；初始虚拟骨架模型构建模块，用于构建初始虚拟骨架模型；虚拟骨架动作数据生成模块，用于结合所述惯性动捕数据以及视觉动捕数据，生成虚拟骨架动作数据；三维虚拟动画生成模块，用于采用所述虚拟骨架动作数据控制所述初始虚拟骨架模型进行动作，生成三维虚拟动画。
[0010]可选地，虚拟骨架动作数据生成模块包括：惯性重定向数据生成子模块，用于对所述惯性动捕数据进行重定向，生成惯性重定向数据；视觉重定向数据生成子模块，用于对所述视觉动捕数据进行重定向，生成视觉重定向数据；函数插值确定子模块，用于确定函数插值；虚拟骨架动作数据生成子模块，用于基于所述惯性重定向数据以及视觉重定向数据，采用预设函数以及所述函数插值计算得到虚拟骨架动作数据。
[0011]可选地，惯性重定向数据生成子模块包括：第一静止姿势数据获取单元，用于获取惯性动捕系统的第一静止姿势数据；第二静止姿势数据获取单元，用于获取初始虚拟骨架模型的第二静止姿势数据；第一姿势差异数据计算单元，用于采用所述第一静止姿势数据以及第二静止姿势数据计算得到第一姿势差异数据；惯性重定向数据计算单元，用于采用所述惯性动捕数据以及第一姿势差异数据计算，得到惯性重定向数据。
[0012]可选地，视觉重定向数据生成子模块包括：第三静止姿势数据获取单元，用于获取视觉动捕系统的第三静止姿势数据；第四静止姿势数据获取单元，用于获取初始虚拟骨架模型的第四静止姿势数据；第二姿势差异数据计算单元，采用所述第三静止姿势数据以及第四静止姿势数据计算得到第二姿势差异数据；视觉重定向数据计算单元，采用所述视觉动作数据以及第二姿势差异数据计算，得到视觉重定向数据。
[0013]本专利技术实施例包括以下优点：采集惯性动捕数据，采集视觉动捕数据，构建初始虚拟骨架模型，结合所述惯性动捕数据以及视觉动捕数据，生成虚拟骨架动作数据，采用所述虚拟骨架动作数据控制所述初始虚拟骨架模型进行动作，生成三维虚拟动画，采用本专利技术的技术方案，降低了环境光线、环境空间等因素对动作捕捉效果造成影响的同时，大大延长了动作捕捉的持续时长，从而实现较长时间的持续虚拟直播。
附图说明
[0014]图1是本专利技术的一种三维虚拟动画的制作方法实施例一的步骤流程图。
[0015]图2是本专利技术的一种三维虚拟动画的制作系统实施例一的结构框图。
具体实施方式
[0016]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0017]参照图1，示出了本专利技术的一种三维虚拟动画的制作方法实施例一的步骤流程图，具体可以包括如下步骤：步骤101，采集惯性动捕数据；首先，实时采集场景中用户的惯性动捕数据。具体地，用户可以穿上惯性动捕设备，所述惯性动捕设备包括多组惯性传感器，所述多组惯性传感器布置于用户的各个关节段位置，每个惯性传感器能够检测对应关节点的空间坐标变化，从而计算出用户各个骨骼的旋转量，即惯性动捕数据。
[0018]步骤102，采集视觉动捕数据；在采集场景中用户的惯性动捕数据的同时，实时采集用户的视觉动捕数据。具体地，可以通过在场景中布置一个或者多个摄像头，对用户进行拍摄，得到实时场景图像。然后，对实时场景图像进行人体识别以及人体骨骼识别，在对人体所有骨骼进行识别并标记后，跟踪每个骨骼的运动情况，从而得到每个骨骼的旋转量，即视觉动捕数据。
[0019]步骤103，构建初始虚拟骨架模型；在本专利技术实施例中，所述初始虚拟骨架模型的构建应参照实际人体骨架的构成以及比例，这样才能保证采集到的每个骨骼的动捕数据能够映射到初始虚拟骨架模型中相同的骨骼上，从而精准地控制初始虚拟骨架模型中每个骨骼进行运动。
[0020]步骤104，结合所述惯性动捕数据以及视觉动捕数据，生成虚拟骨架动作数据；在动捕系统中三维虚拟人物的动作都是通过将动捕数据直接作用在对应的骨骼上得到。然而，由于不同的建模习惯，导致初始虚拟骨架模型的骨骼初始轴向不尽相同，那么相同的动作在不同骨架上对应的旋转量就可能出现不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维虚拟动画的制作方法，其特征在于，所述方法包括：采集惯性动捕数据；采集视觉动捕数据；构建初始虚拟骨架模型；结合所述惯性动捕数据以及视觉动捕数据，生成虚拟骨架动作数据；采用所述虚拟骨架动作数据控制所述初始虚拟骨架模型进行动作，生成三维虚拟动画。2.根据权利要求1所述的方法，其特征在于，结合所述惯性动捕数据以及视觉动捕数据，生成虚拟骨架动作数据的步骤包括：对所述惯性动捕数据进行重定向，生成惯性重定向数据；对所述视觉动捕数据进行重定向，生成视觉重定向数据；确定函数插值；基于所述惯性重定向数据以及视觉重定向数据，采用预设函数以及所述函数插值计算得到虚拟骨架动作数据。3.根据权利要求1所述的方法，其特征在于，对所述惯性动捕数据进行重定向，生成惯性重定向数据的步骤包括：获取惯性动捕系统的第一静止姿势数据；获取初始虚拟骨架模型的第二静止姿势数据；采用所述第一静止姿势数据以及第二静止姿势数据计算得到第一姿势差异数据；采用所述惯性动捕数据以及第一姿势差异数据计算，得到惯性重定向数据。4.根据权利要求1所述的方法，其特征在于，对所述视觉动捕数据进行重定向，生成视觉重定向数据的步骤包括：获取视觉动捕系统的第三静止姿势数据；获取初始虚拟骨架模型的第四静止姿势数据；采用所述第三静止姿势数据以及第四静止姿势数据计算得到第二姿势差异数据；采用所述视觉动捕数据以及第二姿势差异数据计算，得到视觉重定向数据。5.一种三维虚拟动画的制作系统，其特征在于，所述系统包括：惯性动捕数据采集模块，用于采集惯性动捕数据；视觉动捕数据采集模块，用于采集视觉动捕数据；初始虚拟骨架模型构建模块，用于构建初始虚拟骨架模型；虚拟骨架动作数据生成模块，用于结合所述惯性动捕数据以及视觉动捕数据，生成虚拟骨架动作数据；三维...

【专利技术属性】
技术研发人员：黄昌正，周言明，陈曦，姚森林，
申请(专利权)人：东莞市易联交互信息科技有限责任公司，
类型：发明
国别省市：