本申请涉及一种动作捕捉数据映射方法、装置、存储介质及电子设备，其中方法包括：获取运动物体的动作捕捉源数据；建立所述动作捕捉源数据与定义模型的映射关系；按照预设规则删减所述动作捕捉源数据中的帧数据，得到目标动作捕捉数据；基于所述映射关系，将所述目标动作捕捉数据映射至所述定义模型上。本申请根据建立好的映射关系，将目标动作捕捉数据的每一帧数据按照映射关系映射到定义模型上，无需将整个动作捕捉源数据映射到定义模型上，也能达到驱使定义模型执行相对应的动作的效果。从而节省动作捕捉数据映射到定义模型上的时间，缩短动画的动作制作周期。动画的动作制作周期。动画的动作制作周期。
【技术实现步骤摘要】
一种动作捕捉数据映射方法、装置、存储介质及电子设备
[0001]本申请涉及数据映射
，具体涉及一种动作捕捉数据映射方法、装置、存储介质及电子设备。
技术介绍
[0002]动作捕捉是运动物体的关键部位设置跟踪器，由Motion capture系统捕捉跟踪器位置，再经过计算机处理后得到三维空间坐标的数据。其中，动作捕捉数据为三维空间坐标的数据。当数据被计算机识别后，可以应用在动画制作，步态分析，生物力学，人机工程等领域。
[0003]相关技术中，为了使得游戏引擎中三维的定义模型逼真的模拟人体动作，通常将动作捕捉数据映射到定义模型上，驱使定义模型执行相应的动作，进而使得定义模型的动画更加生动。但是对于多条动作捕捉数据，映射到定义模型上会消耗大量的时间，导致动画的动作制作周期较长。
技术实现思路
[0004]为了节省动作捕捉数据映射到定义模型上的时间，缩短动画的动作制作周期，本申请提供一种动作捕捉数据映射方法、装置、存储介质及电子设备。
[0005]在本申请的第一方面提供了一种动作捕捉数据映射方法，具体包括：获取运动物体的动作捕捉源数据；建立所述动作捕捉源数据与定义模型的映射关系；按照预设规则删减所述动作捕捉源数据中的帧数据，得到目标动作捕捉数据；基于所述映射关系，将所述目标动作捕捉数据映射至所述定义模型上。
[0006]通过采用上述技术方案，将运动物体的一系列动作进行捕捉，得到动作捕捉源数据，将运动物体对应的模型与定义模型建立骨骼一对一的映射关系，接着保留动作捕捉源数据中反映动作特征的关键的帧数据，删减其他多余的帧数据，得到目标动作捕捉数据，根据建立好的映射关系，将目标动作捕捉数据的每一帧帧数据按照映射关系映射到定义模型上，无需将整个动作捕捉源数据映射到定义模型上，也能达到驱使定义模型执行相对应的动作的效果。从而节省动作捕捉数据映射到定义模型上的时间，缩短动画的动作制作周期。
[0007]可选的，所述获取运动物体的动作捕捉源数据之后，还包括：判断所述动作捕捉源数据的时间码是否为零；若不为零，则将所述时间码重置为零帧。
[0008]通过采用上述技术方案，获取到动作捕捉源数据后，如果动作捕捉源数据的时间码不为零，说明时间码不是从时间轴开始运行到时间轴结尾，容易造成时间码的不连续性。针对时间码不为零的情况，将时间码重置为零帧，使得较为准确的显示动作捕捉源数据的帧数，进而方便后续进行帧数据的筛选。
[0009]可选的，所述建立所述动作捕捉源数据与定义模型的映射关系，包括：
根据预设的固定属性，调整所述动作捕捉源数据和所述定义模型，以使所述动作捕捉源数据对应的运动物体的模型初始姿态与所述定义模型的初始姿态一致，所述固定属性包括模型初始的骨骼位移信息、骨骼旋转信息以及骨骼缩放信息；将调整后的所述动作捕捉源数据和定义模型建立映射关系。
[0010]通过采用上述技术方案，动作捕捉源数据获取后，调整动作捕捉源数据和定义模型中的三维空间的坐标信息，运动物体的模型和定义模型的初始姿态的骨骼位移信息、骨骼旋转信息和骨骼缩放信息均贴近预设的固定属性，使得将动作捕捉数据映射到定义模型上之前，运动物体的模型的初始姿态和定义模型的初始姿态尽量保持一致，最后将调整后的动作捕捉数据与定义模型建立映射关系，从而使得定义模型能准确还原动作捕捉数据对应的一系列动作，提升动作特效的生动性。
[0011]可选的，所述将调整后的所述动作捕捉源数据和定义模型建立映射关系，包括：对比所述运动物体对应的模型和所述定义模型的骨骼名称；按照骨骼名称一致建立调整后的所述动作捕捉源数据和定义模型的映射关系。
[0012]通过采用上述方案，将动作捕捉源数据对应的运动物体的模型的各个骨骼名称和定义模型的各个骨骼名称进行对比，骨骼名称一致的建立对应关系，接着将动作捕捉源数据中涉及同一骨骼名称的动作捕捉源数据与定义模型相同骨骼建立映射关系，同理定义模型其他骨骼与对应的动作捕捉源数据也能建立映射关系，使得动作捕捉源数据整体与定义模型建立精准的映射关系，进而使得后续定义模型能还原动作捕捉源数据的动作效果。
[0013]可选的，所述按照预设规则删减所述动作捕捉源数据中的帧数据，得到目标动作捕捉数据，包括：获取所述动作捕捉源数据中帧数对应的峰值点和速度变化关键极值点；从所述动作捕捉源数据中删减除所述峰值点和所述速度变化关键极值点之外的帧数据，得到目标动作捕捉数据。
[0014]通过采用上述技术方案，由于动作捕捉源数据是由多帧帧数据组成，每一帧对应运动物体的动作，每一帧对应一个数值，对应一个运动轨迹点，接着将数值转折变化的转折点确定为峰值点，即关键帧对应的关键点，能反映运动变化中的关键动作。另外速度变化关键极值点为峰值点之间选取的加速趋势的点和减速趋势的点，能反映运动变化中关键运动状态，最后将峰值点和速度变化关键极值点进行下来，其他的帧数据进行删减，得到目标动作捕捉数据，使得在不影响映射效果的前提下，减少映射到定义模型上的数据量，较好的节省映射所消耗的时间。
[0015]可选的，所述获取所述动作捕捉源数据中帧数对应的峰值点和速度变化关键极值点，包括：根据所述动作捕捉源数据相邻帧之间的位移数值变化，确定所述动作捕捉源数据的峰值点，所述位移数值变化为在x轴、y轴和z轴上的坐标值变化幅度；计算相邻峰值点之间的帧数差，将所述帧数差与预设值对比；若所述帧数差大于预设值，则在相邻峰值点之间选取速度变化关键极值点。
[0016]通过采用上述技术方案，如果某一帧之前帧数对应的位移数值变化为递增，之后帧数对应的位移数值变化为递减，则确定该帧对应的点为峰值点；如果某一帧之前帧数对应的位移数值变化为递减，之后帧数对应的位移数值变化为递增，则该帧对应的点也为峰
值点。在峰值点确定后，计算相邻的峰值点对应的帧的帧数差，如果帧数差大于预设值，则说明帧数差较大，在此相邻的峰值点之间选取位移速度增大或减小的点作为速度变化关键极值点较有代表性；反之，如果帧数差小于预设值，说明帧的变化幅度较小，在相邻的峰值点之间选取速度变化关键极值点意义不大。从而较为准确客观的选择出能反映出关键动作的帧数据。
[0017]可选的，所述若所述帧数差大于预设值，则在相邻峰值点之间选取速度变化关键极值点，包括：若所述帧数差大于预设值，则判断相邻峰值点之间的数值变化趋势；若所述数值变化趋势为递增变化，则在相邻峰值点之间选取任一加速点作为速度变化关键极值点；若所述数值变化确实为递减变化，则在相邻峰值点之间选取任一减速点作为速度变化关键极值点。
[0018]通过采用上述技术方案，加速点为速度增大的点，减速点为速度减小的点，如果相邻峰值点之间的位移数值是逐渐增大，则在相邻峰值点之间选取任意一个加速点作为速度变化关键极值点；如果相邻峰值点之间的位移数值是逐渐减小，则在相邻峰值点之间选取任意一个减速点作为速度变化关键极值点，从而较为准确的确定反映运动物体的关键运动状态的帧数据。
[0019]在本申请的第二方面提供了一种动作捕捉数据映射装置本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种动作捕捉数据映射方法，其特征在于，所述方法包括：获取运动物体的动作捕捉源数据；建立所述动作捕捉源数据与定义模型的映射关系；按照预设规则删减所述动作捕捉源数据中的帧数据，得到目标动作捕捉数据；基于所述映射关系，将所述目标动作捕捉数据映射至所述定义模型上。2.根据权利要求1所述的动作捕捉数据映射方法，其特征在于，所述获取运动物体的动作捕捉源数据之后，还包括：判断所述动作捕捉源数据的时间码是否为零；若不为零，则将所述时间码重置为零帧。3.根据权利要求1所述的动作捕捉数据映射方法，其特征在于，所述建立所述动作捕捉源数据与定义模型的映射关系，包括：根据预设的固定属性，调整所述动作捕捉源数据和所述定义模型，以使所述动作捕捉源数据对应的运动物体的模型初始姿态与所述定义模型的初始姿态一致，所述固定属性包括模型初始的骨骼位置信息、骨骼旋转信息以及骨骼缩放信息；将调整后的所述动作捕捉源数据和定义模型建立映射关系。4.根据权利要求3所述的动作捕捉数据映射方法，其特征在于，所述将调整后的所述动作捕捉源数据和定义模型建立映射关系，包括：对比所述运动物体对应的模型和所述定义模型的骨骼名称；按照骨骼名称一致建立调整后的所述动作捕捉源数据和所述定义模型的映射关系。5.根据权利要求1所述的动作捕捉数据映射方法，其特征在于，所述按照预设规则删减所述动作捕捉源数据中的帧数据，得到目标动作捕捉数据，包括：获取所述动作捕捉源数据中帧数对应的峰值点和速度变化关键极值点；从所述动作捕捉源数据中删减除所述峰值点和所述速度变化关键极值点之外的帧数据，得到目标动作捕捉数据。6.根据权利要求5所述的动作捕捉数据映射方法，其特征在于，所述获取所述动作捕捉源数据中帧数...
【专利技术属性】
技术研发人员：毛波，王建丽，王峥，郭建君，
申请(专利权)人：北京蔚领时代科技有限公司，
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。