【技术实现步骤摘要】
虚拟形象的更新方法及装置
[0001]本文件涉及虚拟化
,尤其涉及一种虚拟形象的更新方法及装置。
技术介绍
[0002]虚拟世界因提供了对真实世界的模拟而受到广泛关注,目前虚拟世界的技术难点在于如何精准重建虚拟形象以及如何精准驱动虚拟形象。在虚拟世界场景中,用户通过人工智能更新虚拟形象时,往往与真实用户的动作有很大差别;而用户通过高精度传感器更新虚拟形象时,驱动精度依赖于传感器的采集精度,更加耗费资源。
技术实现思路
[0003]本说明书一个或多个实施例提供了一种虚拟形象的更新方法,包括:将物理世界采集的用户图像输入稀疏特征提取模型进行稀疏特征提取,获得稀疏特征。将所述用户图像以及所述稀疏特征输入稠密特征提取模型进行稠密特征提取,获得稠密特征。计算所述稠密特征与特征库中的候选稠密特征的特征相似度。若所述特征相似度满足虚拟形象更新条件,基于所述用户图像更新虚拟世界中的用户虚拟形象。
[0004]本说明书一个或多个实施例提供了一种虚拟形象的更新装置,包括:稀疏特征提取模块,被配置为将物理世界采集的用户图像输入稀疏特征提取模型进行稀疏特征提取,获得稀疏特征。稠密特征提取模块,被配置为将所述用户图像以及所述稀疏特征输入稠密特征提取模型进行稠密特征提取,获得稠密特征。相似度计算模块,被配置为计算所述稠密特征与特征库中的候选稠密特征的特征相似度。若所述特征相似度满足虚拟形象更新条件,运行形象更新模块,所述形象更新模块,被配置为基于所述用户图像更新虚拟世界中的用户虚拟形象。
[0005]本说明 ...
【技术保护点】
【技术特征摘要】
1.一种虚拟形象的更新方法,包括:将物理世界采集的用户图像输入稀疏特征提取模型进行稀疏特征提取,获得稀疏特征;将所述用户图像以及所述稀疏特征输入稠密特征提取模型进行稠密特征提取,获得稠密特征;计算所述稠密特征与特征库中的候选稠密特征的特征相似度;若所述特征相似度满足虚拟形象更新条件,基于所述用户图像更新虚拟世界中的用户虚拟形象。2.根据权利要求1所述的虚拟形象的更新方法,所述计算所述稠密特征与特征库中的候选稠密特征的特征相似度步骤执行之后,还包括:若所述特征相似度不满足所述虚拟形象更新条件,则确定所述稠密特征为无效特征,并对所述用户图像进行二次特征提取。3.根据权利要求2所述的虚拟形象的更新方法,所述对所述用户图像进行二次特征提取,包括:将所述用户图像输入所述稀疏特征提取模型进行二次稀疏特征提取,获得二次稀疏特征;将所述用户图像以及所述二次稀疏特征输入所述稠密特征提取模型进行二次稠密特征提取,获得二次稠密特征。4.根据权利要求1所述的虚拟形象的更新方法,所述特征库中的候选稠密特征,通过如下方式获得:通过动作传感器采集用户的动作数据;对所述动作数据进行特征提取获得所述候选稠密特征。5.根据权利要求1所述的虚拟形象的更新方法,所述稀疏特征提取模型,采用如下方式训练获得:将所述物理世界采集的第一图像样本输入第一待训练模型进行稀疏特征提取,获得第一样本稀疏特征;根据所述第一样本稀疏特征和第一参考特征计算第一补偿损失,以及,根据所述第一样本稀疏特征和第二参考特征计算第一回归损失;根据所述第一补偿损失与所述第一回归损失对所述第一待训练模型进行参数调整。6.根据权利要求1所述的虚拟形象的更新方法,所述稠密特征提取模型,采用如下方式训练获得:将所述物理世界采集的第二图像样本以及第二样本稀疏特征输入第二待训练模型进行稠密特征提取,获得样本稠密特征;根据所述样本稠密特征和第三参考特征计算第二补偿损失,以及,根据所述样本稠密特征和第四参考特征计算第二回归损失;根据所述第二补偿损失与所述第二回归损失对所述第二待训练模型进行参数调整。7.根据权利要求1所述的虚拟形象的更新方法,所述稠密特征提取模型,采用如下方式训练获得:根据样本稠密特征以及映射样本稠密特征计算映射损失;
根据所述映射损失对第二待训练模型进行参数调整;其中,所述映射样本稠密特征在将所述样本稠密特征输入神经网络进行特征提取后获得。8.根据权利要求6所述的虚拟形象的更新方法,所述第二样本稀疏特征,通过如下方式获得:将所述第二图像样本输入所述稀疏特征提取模型进行稀疏特征提取,获得所述第二样本稀疏特征。9.根据权利要求6所述的虚拟形象的更新方法,所述第二样本稀疏特征,通过如下方式获得:将所述稀疏特征提取模型训练过程中输出的第一样本稀疏特征作为所述第二样本稀疏特征...
【专利技术属性】
技术研发人员:曹佳炯,
申请(专利权)人:支付宝杭州信息技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。