本公开提供了一种动作捕捉的重定向方法和装置，涉及人工智能技术领域，具体为计算机视觉、增强现实、虚拟现实、深度学习等技术领域，可应用于元宇宙、虚拟数字人等场景。包括：获取第一骨骼动画中的第一骨骼节点，获取第二骨骼动画中的第二骨骼节点和第三骨骼节点，第二骨骼动画为对第一骨骼动画进行旋转一致性重定向得到，第一骨骼节点与第二骨骼节点为相同部位的骨骼节点，根据第一骨骼节点的第一位置信息、第二骨骼节点的第二位置信息、第三骨骼节点的第三位置信息，计算得到第三骨骼节点的增量旋转信息，根据增量旋转信息对第三骨骼节点的原始旋转信息进行优化处理，得到重定向的第三骨骼节点，避免了丢失语义信息，提高了重定向的可靠性。重定向的可靠性。重定向的可靠性。
【技术实现步骤摘要】
动作捕捉的重定向方法和装置
[0001]本公开涉及人工智能
，具体为计算机视觉、增强现实、虚拟现实、深度学习等
，可应用于元宇宙、虚拟数字人等场景，尤其涉及一种动作捕捉的重定向方法和装置。
技术介绍
[0002]随着三维虚拟形象地广泛应用，如三维虚拟形象在社交、直播、游戏等场景的应用，三维虚拟形象的应用价值凸显。
[0003]在一些实施例中，可以通过重定向的方式迁移旋转，完成对三维虚拟形象的驱动，以保障旋转一致性的重定向。
技术实现思路
[0004]本公开提供了一种用于提高重定向的可靠性的动作捕捉的重定向方法和装置。
[0005]根据本公开的第一方面，提供了一种动作捕捉的重定向方法，包括：
[0006]获取第一骨骼动画中的第一骨骼节点，获取第二骨骼动画中的第二骨骼节点和第三骨骼节点，其中，所述第二骨骼动画为对所述第一骨骼动画进行旋转一致性重定向得到的骨骼动画，所述第一骨骼节点与所述第二骨骼节点为不同骨骼模型中相同部位的骨骼节点；
[0007]根据所述第一骨骼节点的第一位置信息、所述第二骨骼节点的第二位置信息、所述第三骨骼节点的第三位置信息，计算得到所述第三骨骼节点的增量旋转信息；
[0008]根据所述增量旋转信息对所述第三骨骼节点的原始旋转信息进行优化处理，得到重定向的第三骨骼节点。
[0009]根据本公开的第二方面，提供了一种动作捕捉的重定向装置，包括：
[0010]获取单元，用于获取第一骨骼动画中的第一骨骼节点，获取第二骨骼动画中的第二骨骼节点和第三骨骼节点，其中，所述第二骨骼动画为对所述第一骨骼动画进行旋转一致性重定向得到的骨骼动画，所述第一骨骼节点与所述第二骨骼节点为不同骨骼模型中相同部位的骨骼节点；
[0011]计算单元，用于根据所述第一骨骼节点的第一位置信息、所述第二骨骼节点的第二位置信息、所述第三骨骼节点的第三位置信息，计算得到所述第三骨骼节点的增量旋转信息；
[0012]优化单元，用于根据所述增量旋转信息对所述第三骨骼节点的原始旋转信息进行优化处理，得到重定向的第三骨骼节点。
[0013]根据本公开的第三方面，提供了一种电子设备，包括：
[0014]至少一个处理器；以及
[0015]与所述至少一个处理器通信连接的存储器；其中，
[0016]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第一方面所述的方法。
[0017]根据本公开的第四方面，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，其中，所述计算机指令用于使所述计算机执行根据第一方面所述的方法。
[0018]根据本公开的第五方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
[0019]本公开提供的动作捕捉的重定向方法和装置，包括：获取第一骨骼动画中的第一骨骼节点，获取第二骨骼动画中的第二骨骼节点和第三骨骼节点，其中，第二骨骼动画为对第一骨骼动画进行旋转一致性重定向得到的骨骼动画，第一骨骼节点与第二骨骼节点为不同骨骼模型中相同部位的骨骼节点，根据第一骨骼节点的第一位置信息、第二骨骼节点的第二位置信息、第三骨骼节点的第三位置信息，计算得到第三骨骼节点的增量旋转信息，根据增量旋转信息对第三骨骼节点的原始旋转信息进行优化处理，得到重定向的第三骨骼节点，通过结合各骨骼节点(第一骨骼节点、第二骨骼节点、第三骨骼节点)各自对应的位置信息(第一位置信息、第二位置信息、第三位置信息)，计算得到增量旋转信息，以结合增量旋转信息和原始旋转信息完成重定位的技术特征，考虑了不同骨骼模型之间的差异，避免了直接基于原始旋转信息完成重定位造成的丢失部分语义信息的弊端，提高了重定向的有效性和可靠性。
[0020]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
[0021]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0022]图1是根据本公开实施例的骨骼模型的示意图；
[0023]图2是根据本公开第一实施例的示意图；
[0024]图3是根据本公开的第一骨骼模型的第一骨骼动画示意图；
[0025]图4是根据本公开的第二骨骼模型的第二骨骼动画示意图；
[0026]图5是根据本公开第二实施例的示意图；
[0027]图6是根据本公开实施例的动作捕捉的重定向方法的原理示意图；
[0028]图7是根据本公开的第二骨骼模型的第三骨骼动画示意图；
[0029]图8是根据本公开第三实施例的示意图；
[0030]图9是根据本公开第四实施例的示意图；
[0031]图10是根据本公开第五实施例的示意图；
[0032]图11是用来实现本公开实施例的动作捕捉的重定向方法的电子设备的框图。
具体实施方式
[0033]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。
[0034]为便于读者对本公开地理解，现对本公开的至少部分术语解释如下：
[0035]增强现实(Augmented Reality，AR)技术，是指将虚拟信息与真实世界巧妙融合的技术，广泛运用了多媒体、三维建模、实时跟踪及注册、智能交互、传感等多种技术手段，将计算机生成的文字、图像、三维模型、音乐、视频等虚拟信息模拟仿真后，应用到真实世界中，两种信息互为补充，从而实现对真实世界的“增强”。
[0036]虚拟现实技术(Virtual Reality，VR)，又称虚拟实境或灵境技术，其中，虚拟现实技术囊括计算机、电子信息、仿真技术，其基本实现方式是以计算机技术为主，利用并综合三维图形技术、多媒体技术、仿真技术、显示技术、伺服技术等多种高科技的最新发展成果，借助计算机等设备产生一个逼真的三维视觉、触觉、嗅觉等多种感官体验的虚拟世界，从而使处于虚拟世界中的人产生一种身临其境的感觉。
[0037]深度学习(Deep Learning，DL)是机器学习(Machine Learning，ML)领域中一个子领域，是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。
[0038]元宇宙(Metaverse)，是指运用数字技术构建的，由现实世界映射或超越现实世界，可与现实世界交互的虚拟本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种动作捕捉的重定向方法，包括：获取第一骨骼动画中的第一骨骼节点，获取第二骨骼动画中的第二骨骼节点和第三骨骼节点，其中，所述第二骨骼动画为对所述第一骨骼动画进行旋转一致性重定向得到的骨骼动画，所述第一骨骼节点与所述第二骨骼节点为不同骨骼模型中相同部位的骨骼节点；根据所述第一骨骼节点的第一位置信息、所述第二骨骼节点的第二位置信息、所述第三骨骼节点的第三位置信息，计算得到所述第三骨骼节点的增量旋转信息；根据所述增量旋转信息对所述第三骨骼节点的原始旋转信息进行优化处理，得到重定向的第三骨骼节点。2.根据权利要求1所述的方法，其中，根据所述第一骨骼节点的第一位置信息、所述第二骨骼节点的第二位置信息、所述第三骨骼节点的第三位置信息，计算得到所述第三骨骼节点的增量旋转信息，包括：基于所述第一位置信息和所述第三位置信息，计算得到第一差异信息，基于所述第二位置信息和所述第三位置信息，计算得到第二差异信息；根据所述第一差异信息和所述第二差异信息，确定所述增量旋转信息。3.根据权利要求2所述的方法，其中，根据所述第一差异信息和所述第二差异信息，确定所述增量旋转信息，包括：根据所述第一差异信息和所述第二差异信息，计算得到所述第三骨骼节点的轴角向量和弧度；根据所述轴角向量和所述弧度，确定所述增量旋转信息。4.根据权利要求3所述的方法，其中，所述轴角向量是对所述第一差异信息和所述第二差异信息进行乘积运算得到的；所述弧度是对所述第一差异信息和所述第二差异信息进行点乘运算得到的。5.根据权利要求3或4所述的方法，其中，根据所述轴角向量和所述弧度，确定所述增量旋转信息，包括：根据罗德里格旋转算法，对所述轴角向量和所述弧度进行旋转信息转换处理，得到所述增量旋转信息。6.根据权利要求1
‑
5中任一项所述的方法，其中，根据所述增量旋转信息对所述第三骨骼节点的原始旋转信息进行优化处理，得到重定向的第三骨骼节点，包括：对所述增量旋转信息和所述原始旋转信息进行乘积运算，得到优化后的旋转信息；其中，所述重定向的第三骨骼节点的旋转信息为所述优化后的旋转信息。7.根据权利要求1
‑
6中任一项所述的方法，其中，所述第二骨骼节点和所述第三骨骼节点为所述第二骨骼动画中具有父子节点关系的骨骼节点；或者，所述第二骨骼节点和所述第三骨骼节点为所述第二骨骼动画中具有祖孙节点关系的骨骼节点。8.一种动作捕捉的重定向装置，包括：获取单元，用于获取第一骨骼动画中的第一骨骼节点，获取第二骨骼动画中的第二骨骼节点和第三骨骼节点，其中，所述第二骨骼动画为对所述第一骨骼动画进行旋转一致性重定向得到的骨骼动画，所...
【专利技术属性】
技术研发人员：彭昊天，陈睿智，赵晨，
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：
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。