虚拟服装的形变预测方法和装置、存储介质及电子设备制造方法及图纸

本发明专利技术公开了一种虚拟服装的形变预测方法和装置、存储介质及电子设备。其中，该方法包括：获取目标虚拟对象的身体动作特征序列，并将目标虚拟对象的身体动作特征序列转化成第一虚拟骨骼动作特征序列；根据第一虚拟骨骼动作特征序列，确定各个服装顶点在第一维度上的空间位置坐标，并根据第一虚拟骨骼动作特征序列以及各个服装顶点在第一维度上的空间位置坐标，确定各个服装顶点在第二维度上的空间位置坐标；根据各个服装顶点在第一维度上的空间位置坐标，以及，各个服装顶点在第二维度上的空间位置坐标，确定目标虚拟服装中的各个服装顶点的预测空间位置坐标。本发明专利技术解决了无法准确预测虚拟服装的形变信息的技术问题。确预测虚拟服装的形变信息的技术问题。确预测虚拟服装的形变信息的技术问题。

【技术实现步骤摘要】
虚拟服装的形变预测方法和装置、存储介质及电子设备


[0001]本专利技术涉及计算机
，具体而言，涉及一种虚拟服装的形变预测方法和装置、存储介质及电子设备。

技术介绍

[0002]服装在装饰角色的过程中起了重要作用，尤其是具有复杂形变的宽松服装。例如舞蹈的角色中，裙子的飞舞、旋转和掉落等形变，能够帮助角色表达情感，展现角色的个性。很多交互式应用，例如虚拟现实(VR)和游戏都需要为角色穿上宽松服装。
[0003]模拟服装形变的方法可以分为两类：物理模拟和数据驱动的方法。物理模拟的方法可以生成真实高质量的服装动画，然而计算时间过长，对于较为复杂的衣物难以达到实时的运算速度。为了达到实时性，人们提出了许多数据驱动的方法来预测服装的形变，然而，大多数方法仅关注紧身服装，或者仅能预测静态姿势下的形变，而对于宽松服装的动态形变的预测结果鲁棒性较差。从而造成了无法准确预测虚拟服装的动态形变的技术问题。
[0004]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]本专利技术实施例提供了一种虚拟服装的形变预测方法和装置、存储介质及电子设备，以至少解决相关技术中无法准确预测虚拟服装的形变信息的技术问题。
[0006]根据本专利技术实施例的一个方面，提供了一种虚拟服装的形变预测方法，包括：获取目标虚拟对象的身体动作特征序列，并将目标虚拟对象的身体动作特征序列转化成第一虚拟骨骼动作特征序列，其中，第一虚拟骨骼动作特征序列用于确定在目标虚拟对象执行身体动作特征序列所表示的目标动作时，目标虚拟服装中的各个服装顶点的预测空间位置坐标，目标虚拟服装是穿在目标虚拟对象身上的虚拟服装；根据第一虚拟骨骼动作特征序列，确定各个服装顶点在第一维度上的空间位置坐标，并根据第一虚拟骨骼动作特征序列以及各个服装顶点在第一维度上的空间位置坐标，确定各个服装顶点在第二维度上的空间位置坐标，其中，在目标虚拟对象执行目标动作时，目标虚拟服装中的各个服装顶点的预测空间位置坐标被分解为各个服装顶点在第一维度上的空间位置坐标和各个服装顶点在第二维度上的空间位置坐标；根据各个服装顶点在第一维度上的空间位置坐标，以及，各个服装顶点在第二维度上的空间位置坐标，确定在目标虚拟对象执行目标动作时，目标虚拟服装中的各个服装顶点的预测空间位置坐标。
[0007]可选地，上述将目标虚拟对象的身体动作特征序列转化成第一虚拟骨骼动作特征序列，包括：在身体动作特征序列包括目标虚拟对象的身体平移特征以及N个身体骨骼旋转特征的情况下，将目标虚拟对象的身体平移特征以及N个身体骨骼旋转特征转化成第一虚拟骨骼动作特征序列，其中，N个身体骨骼旋转特征包括在目标虚拟对象执行目标动作时，目标虚拟对象的N个身体骨骼中的每个身体骨骼的旋转特征，第一虚拟骨骼动作特征序列包括M个第一虚拟骨骼平移特征以及M个第一虚拟骨骼旋转特征，M个第一虚拟骨骼平移特
征包括在目标虚拟对象执行目标动作时，预设的M个虚拟骨骼中的每个虚拟骨骼的平移特征，M个第一虚拟骨骼旋转特征包括在目标虚拟对象执行目标动作时，预设的M个虚拟骨骼中的每个虚拟骨骼的旋转特征，N为大于或等于2的正整数，M为大于或等于2的正整数。
[0008]可选地，上述将目标虚拟对象的身体平移特征以及N个身体骨骼旋转特征转化成第一虚拟骨骼动作特征序列，包括：将目标虚拟对象的身体平移特征以及N个身体骨骼旋转特征输入到第一目标动作网络模型中的第一目标神经网络子模型，得到M个第一虚拟骨骼平移特征以及M个第一虚拟骨骼旋转特征，其中，第一目标动作网络模型用于根据身体动作特征序列，确定在目标虚拟对象按照第一模拟参数执行目标动作时，目标虚拟服装中的各个服装顶点的预测空间位置坐标，第一目标动作网络模型中的参数取值与第一模拟参数对应。
[0009]可选地，上述根据第一虚拟骨骼动作特征序列，确定各个服装顶点在第一维度上的空间位置坐标，包括：在第一虚拟骨骼动作特征序列包括M个第一虚拟骨骼平移特征以及M个第一虚拟骨骼旋转特征、且目标虚拟服装包括V个服装顶点的情况下，根据M个第一虚拟骨骼平移特征以及M个第一虚拟骨骼旋转特征，确定V个服装顶点在第一维度上的空间位置坐标；其中，M个第一虚拟骨骼平移特征包括在目标虚拟对象执行目标动作时，预设的M个虚拟骨骼中的每个虚拟骨骼的平移特征，M个第一虚拟骨骼旋转特征包括在目标虚拟对象执行目标动作时，预设的M个虚拟骨骼中的每个虚拟骨骼的旋转特征，M为大于或等于2的正整数，V为大于或等于2的正整数。
[0010]可选地，上述根据M个第一虚拟骨骼平移特征以及M个第一虚拟骨骼旋转特征，确定V个服装顶点在第一维度上的空间位置坐标，包括：利用线性混合蒙皮LBS算法，根据M个第一虚拟骨骼平移特征以及M个第一虚拟骨骼旋转特征，确定V个服装顶点在第一维度上的空间位置坐标，其中，M个第一虚拟骨骼平移特征以及M个第一虚拟骨骼旋转特征是LBS算法的输入参数，V个服装顶点在第一维度上的空间位置坐标是LBS算法的输出参数。
[0011]可选地，上述根据第一虚拟骨骼动作特征序列以及各个服装顶点在第一维度上的空间位置坐标，确定各个服装顶点在第二维度上的空间位置坐标，包括：将第一虚拟骨骼动作特征序列转化成服装顶点全局信息特征序列，其中，服装顶点全局信息特征序列包括各个服装顶点的全局信息特征；将各个服装顶点在第一维度上的空间位置坐标转化为服装顶点局部信息特征序列，其中，服装顶点局部信息特征序列包括各个服装顶点的局部信息特征；根据服装顶点全局信息特征序列和服装顶点局部信息特征序列，确定各个服装顶点在第二维度上的空间位置坐标。
[0012]可选地，上述将第一虚拟骨骼动作特征序列转化成服装顶点全局信息特征序列，包括：
[0013]将第一虚拟骨骼动作特征序列输入到第一目标动作网络模型中的第二目标神经网络子模型，得到服装顶点全局信息特征序列，其中，第一目标动作网络模型用于根据身体动作特征序列，确定在目标虚拟对象按照第一模拟参数执行目标动作时，目标虚拟服装中的各个服装顶点的预测空间位置坐标，第一目标动作网络模型中的参数取值与第一模拟参数对应。
[0014]可选地，上述将各个服装顶点在第一维度上的空间位置坐标转化为服装顶点局部信息特征序列，包括：在目标虚拟服装包括V个服装顶点的情况下，将V个服装顶点在第一维
度上的空间位置坐标输入到第一目标动作网络模型中的第三目标神经网络子模型，得到服装顶点局部信息特征序列，其中，第一目标动作网络模型用于根据身体动作特征序列，确定在目标虚拟对象按照第一模拟参数执行目标动作时，V个服装顶点的预测空间位置坐标，第一目标动作网络模型中的参数取值与第一模拟参数对应，V为大于或等于2的正整数。
[0015]可选地，根据上述根据服装顶点全局信息特征序列和服装顶点局部信息特征序列，确定各个服装顶点在第二维度上的空间位置坐标，包括：将服装顶点全局信息特征序列与服装顶点局部信息特征序列进行拼接，得到第一拼接特征向量；将第一拼接特征向量输入到第一目标动作网络模型中的第一多层神经网络MLP结构，得到第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种虚拟服装的形变预测方法，其特征在于，包括：获取目标虚拟对象的身体动作特征序列，并将所述目标虚拟对象的身体动作特征序列转化成第一虚拟骨骼动作特征序列，其中，所述第一虚拟骨骼动作特征序列用于确定在所述目标虚拟对象执行所述身体动作特征序列所表示的目标动作时，目标虚拟服装中的各个服装顶点的预测空间位置坐标，所述目标虚拟服装是穿在所述目标虚拟对象身上的虚拟服装；根据所述第一虚拟骨骼动作特征序列，确定所述各个服装顶点在第一维度上的空间位置坐标，并根据所述第一虚拟骨骼动作特征序列以及所述各个服装顶点在第一维度上的空间位置坐标，确定所述各个服装顶点在第二维度上的空间位置坐标，其中，在所述目标虚拟对象执行所述目标动作时，所述目标虚拟服装中的各个服装顶点的预测空间位置坐标被分解为所述各个服装顶点在所述第一维度上的空间位置坐标和所述各个服装顶点在所述第二维度上的空间位置坐标；根据所述各个服装顶点在第一维度上的空间位置坐标，以及，所述各个服装顶点在第二维度上的空间位置坐标，确定在所述目标虚拟对象执行所述目标动作时，所述目标虚拟服装中的各个服装顶点的预测空间位置坐标。2.根据权利要求1所述的方法，其特征在于，所述将所述目标虚拟对象的身体动作特征序列转化成第一虚拟骨骼动作特征序列，包括：在所述身体动作特征序列包括所述目标虚拟对象的身体平移特征以及N个身体骨骼旋转特征的情况下，将所述目标虚拟对象的身体平移特征以及N个身体骨骼旋转特征转化成所述第一虚拟骨骼动作特征序列，其中，所述N个身体骨骼旋转特征包括在所述目标虚拟对象执行所述目标动作时，所述目标虚拟对象的N个身体骨骼中的每个身体骨骼的旋转特征，所述第一虚拟骨骼动作特征序列包括M个第一虚拟骨骼平移特征以及M个第一虚拟骨骼旋转特征，所述M个第一虚拟骨骼平移特征包括在所述目标虚拟对象执行所述目标动作时，预设的M个虚拟骨骼中的每个虚拟骨骼的平移特征，所述M个第一虚拟骨骼旋转特征包括在所述目标虚拟对象执行所述目标动作时，预设的所述M个虚拟骨骼中的每个虚拟骨骼的旋转特征，N为大于或等于2的正整数，M为大于或等于2的正整数。3.根据权利要求2所述的方法，其特征在于，所述将所述目标虚拟对象的身体平移特征以及N个身体骨骼旋转特征转化成所述第一虚拟骨骼动作特征序列，包括：将所述目标虚拟对象的身体平移特征以及N个身体骨骼旋转特征输入到第一目标动作网络模型中的第一目标神经网络子模型，得到所述M个第一虚拟骨骼平移特征以及所述M个第一虚拟骨骼旋转特征，其中，所述第一目标动作网络模型用于根据所述身体动作特征序列，确定在所述目标虚拟对象按照第一模拟参数执行所述目标动作时，所述目标虚拟服装中的各个服装顶点的预测空间位置坐标，所述第一目标动作网络模型中的参数取值与所述第一模拟参数对应。4.根据权利要求1所述的方法，其特征在于，所述根据所述第一虚拟骨骼动作特征序列，确定所述各个服装顶点在第一维度上的空间位置坐标，包括：在所述第一虚拟骨骼动作特征序列包括M个第一虚拟骨骼平移特征以及M个第一虚拟骨骼旋转特征、且所述目标虚拟服装包括V个服装顶点的情况下，根据所述M个第一虚拟骨骼平移特征以及所述M个第一虚拟骨骼旋转特征，确定所述V个服装顶点在所述第一维度上
的空间位置坐标；其中，所述M个第一虚拟骨骼平移特征包括在所述目标虚拟对象执行所述目标动作时，预设的M个虚拟骨骼中的每个虚拟骨骼的平移特征，所述M个第一虚拟骨骼旋转特征包括在所述目标虚拟对象执行所述目标动作时，预设的所述M个虚拟骨骼中的每个虚拟骨骼的旋转特征，M为大于或等于2的正整数，V为大于或等于2的正整数。5.根据权利要求4所述的方法，其特征在于，所述根据所述M个第一虚拟骨骼平移特征以及所述M个第一虚拟骨骼旋转特征，确定所述V个服装顶点在所述第一维度上的空间位置坐标，包括：利用线性混合蒙皮LBS算法，根据所述M个第一虚拟骨骼平移特征以及所述M个第一虚拟骨骼旋转特征，确定所述V个服装顶点在所述第一维度上的空间位置坐标，其中，所述M个第一虚拟骨骼平移特征以及所述M个第一虚拟骨骼旋转特征是所述LBS算法的输入参数，所述V个服装顶点在所述第一维度上的空间位置坐标是所述LBS算法的输出参数。6.根据权利要求1所述的方法，其特征在于，所述根据所述第一虚拟骨骼动作特征序列以及所述各个服装顶点在第一维度上的空间位置坐标，确定所述各个服装顶点在第二维度上的空间位置坐标，包括：将所述第一虚拟骨骼动作特征序列转化成服装顶点全局信息特征序列，其中，所述服装顶点全局信息特征序列包括所述各个服装顶点的全局信息特征；将所述各个服装顶点在第一维度上的空间位置坐标转化为服装顶点局部信息特征序列，其中，所述服装顶点局部信息特征序列包括所述各个服装顶点的局部信息特征；根据所述服装顶点全局信息特征序列和所述服装顶点局部信息特征序列，确定所述各个服装顶点在第二维度上的空间位置坐标。7.根据权利要求6所述的方法，其特征在于，所述将所述第一虚拟骨骼动作特征序列转化成服装顶点全局信息特征序列，包括：将所述第一虚拟骨骼动作特征序列输入到第一目标动作网络模型中的第二目标神经网络子模型，得到所述服装顶点全局信息特征序列，其中，所述第一目标动作网络模型用于根据所述身体动作特征序列，确定在所述目标虚拟对象按照第一模拟参数执行所述目标动作时，所述目标虚拟服装中的各个服装顶点的预测空间位置坐标，所述第一目标动作网络模型中的参数取值与所述第一模拟参数对应。8.根据权利要求6所述的方法，其特征在于，所述将所述各个服装顶点在第一维度上的空间位置坐标转化为服装顶点局部信息特征序列，包括：在所述目标虚拟服装包括V个服装顶点的情况下，将所述V个服装顶点在所述第一维度上的空间位置坐标输入到第一目标动作网络模型中的第三目标神经网络子模型，得到所述服装顶...

【专利技术属性】
技术研发人员：蒋心为，葛诚，李静翔，唐冬雪，
申请(专利权)人：腾讯科技上海有限公司，
类型：发明
国别省市：