本公开涉及一种生物运动仿真方法、装置、存储介质及电子设备。该方法包括：获取生物运动视频；对所述生物运动视频进行生物关键点检测，得到生物关键点运动轨迹数据；根据所述生物关键点运动轨迹数据生成系统跟踪文件；基于所述系统跟踪文件和生物模型对所述生物运动视频中的生物的运动过程进行仿真。采用这种方法进行生物运动仿真的成本低、且简便高效。且简便高效。且简便高效。
【技术实现步骤摘要】
生物运动仿真方法、装置、存储介质及电子设备
[0001]本公开涉及生物仿真
，具体地，涉及一种生物运动仿真方法、装置、存储介质及电子设备。
技术介绍
[0002]随着生物力学学科不断细化发展和研究队伍不断壮大，生物力学技术的各种应用也逐渐被推广。例如，越来越多的人使用生物运动仿真技术来研究生物的运动原理。又例如，越来越多的人将生物运动仿真技术应用在电影制作、数字人、虚拟主播等动画制作场景中，以实现虚拟人物的动作控制。
[0003]动作捕捉技术是生物运动仿真技术的主要技术之一，动作捕捉技术为研究者提供了用于解释生物主体如何进行运动的基础数据。相关技术中，采用光学捕捉方案、或者惯性捕捉方案来捕捉生物动作数据，然而，这两种方式因需要昂贵的、并且穿戴复杂的光学捕捉设备或惯性捕捉设备而使得生物运动仿真的实施成本较高、效率低。
技术实现思路
[0004]为解决相关技术中存在的问题，本公开提供一种生物运动仿真方法、装置、存储介质及电子设备。
[0005]为了实现上述目的，本公开实施例的第一方面提供一种生物运动仿真方法，所述方法包括：
[0006]获取生物运动视频；
[0007]对所述生物运动视频进行生物关键点检测，得到生物关键点运动轨迹数据；
[0008]根据所述生物关键点运动轨迹数据生成系统跟踪文件；
[0009]基于所述系统跟踪文件和生物模型对所述生物运动视频中的生物的运动过程进行仿真。
[0010]可选地，所述对所述生物运动视频进行生物关键点检测，得到生物关键点运动轨迹数据，包括：
[0011]对所述生物运动视频进行拆分，得到静态图像帧序列；
[0012]将所述静态图像帧序列输入训练完成的关键点预测模型，得到所述关键点预测模型输出的初始生物关键点运动轨迹数据；
[0013]对所述初始生物关键点运动轨迹数据进行滤波处理，得到所述生物关键点运动轨迹数据。
[0014]可选地，所述关键点预测模型用于：
[0015]识别第一静态图像帧中的姿态感兴趣区域，所述第一静态图像帧表征所述静态图像帧序列中的第一帧图像；
[0016]从所述第一静态图像帧中的所述姿态感兴趣区域中识别出生物关键点，确定所述生物关键点的坐标；
[0017]针对除了所述第一静态图像帧之外的任一后续静态图像帧，根据该后续静态图像帧的上一静态图像帧中的所述生物关键点的坐标确定该后续静态图像帧的所述姿态感兴趣区域，并从该后续静态图像帧的所述姿态感兴趣区域中确定所述生物关键点的坐标；
[0018]所述初始生物关键点运动轨迹数据包括所述生物关键点在每一所述静态图像帧中的坐标。
[0019]可选地，所述对所述初始生物关键点运动轨迹数据进行滤波处理，得到所述生物关键点运动轨迹数据，包括：
[0020]对所述初始生物关键点运动轨迹数据进行卡尔曼滤波处理，得到滤波生物关键点运动轨迹数据；
[0021]对所述滤波生物关键点运动轨迹数据进行滑动窗口滤波处理，得到所述生物关键点运动轨迹数据。
[0022]可选地，所述根据所述生物关键点运动轨迹数据生成系统跟踪文件，包括：
[0023]将所述生物关键点运动轨迹数据从相机坐标系转换到目标坐标系下，得到目标生物关键点运动轨迹数据；
[0024]根据所述目标生物关键点运动轨迹数据填充系统跟踪文件的文件字段，得到填充数据后的所述系统跟踪文件。
[0025]可选地，所述将所述生物关键点运动轨迹数据从相机坐标系转换到目标坐标系下，得到目标生物关键点运动轨迹数据，包括：
[0026]在所述生物关键点运动轨迹数据对应的所述相机坐标系不是标准相机坐标系的情况下，对所述生物关键点运动轨迹数据进行镜像调整，得到所述标准相机坐标系下的第一生物关键点运动轨迹数据；
[0027]将所述第一生物关键点运动轨迹数据从所述标准相机坐标系转换到世界坐标系下，得到第二生物关键点运动轨迹数据；
[0028]将所述第二生物关键点运动轨迹数据转换到所述目标坐标系下，得到所述目标生物关键点运动轨迹数据，其中，所述目标坐标系是基于所述生物模型构建的坐标系。
[0029]可选地，生物关键点的数量为多个，所述生物关键点运动轨迹数据包括每一所述生物关键点的坐标变化轨迹数据，相应地，所述生物模型上标注有多个标记点，所述基于所述系统跟踪文件和生物模型对所述生物运动视频中的生物的运动过程进行仿真，包括：
[0030]将所述生物关键点与所述标记点进行匹配；
[0031]根据所述生物运动视频中的生物的几何尺寸、以及所述生物关键点与所述标记点的匹配关系调整所述生物模型的几何尺寸，得到调整后的目标生物模型；
[0032]基于所述匹配关系，将每一所述生物关键点的坐标变化轨迹数据赋值给与该生物关键点相匹配的目标标记点；
[0033]根据各所述目标标记点的坐标变化轨迹数据控制所述目标生物模型进行运动。
[0034]本公开实施例的第二方面提供一种生物运动仿真装置，所述装置包括：
[0035]获取模块，用于获取生物运动视频；
[0036]关键点检测模块，用于对所述生物运动视频进行生物关键点检测，得到生物关键点运动轨迹数据；
[0037]生成模块，用于根据所述生物关键点运动轨迹数据生成系统跟踪文件；
[0038]仿真模块，用于基于所述系统跟踪文件和生物模型对所述生物运动视频中的生物的运动过程进行仿真。
[0039]可选地，所述关键点检测模块包括：
[0040]拆分子模块，用于对所述生物运动视频进行拆分，得到静态图像帧序列；
[0041]输入子模块，用于将所述静态图像帧序列输入训练完成的关键点预测模型，得到所述关键点预测模型输出的初始生物关键点运动轨迹数据；
[0042]滤波子模块，用于对所述初始生物关键点运动轨迹数据进行滤波处理，得到所述生物关键点运动轨迹数据。
[0043]可选地，所述关键点预测模型用于：
[0044]识别第一静态图像帧中的姿态感兴趣区域，所述第一静态图像帧表征所述静态图像帧序列中的第一帧图像；从所述第一静态图像帧中的所述姿态感兴趣区域中识别出生物关键点，确定所述生物关键点的坐标；针对除了所述第一静态图像帧之外的任一后续静态图像帧，根据该后续静态图像帧的上一静态图像帧中的所述生物关键点的坐标确定该后续静态图像帧的所述姿态感兴趣区域，并从该后续静态图像帧的所述姿态感兴趣区域中确定所述生物关键点的坐标；所述初始生物关键点运动轨迹数据包括所述生物关键点在每一所述静态图像帧中的坐标。
[0045]可选地，所述滤波子模块包括：
[0046]第一滤波子模块，用于对所述初始生物关键点运动轨迹数据进行卡尔曼滤波处理，得到滤波生物关键点运动轨迹数据；
[0047]第二滤波子模块，用于对所述滤波生物关键点运动轨迹数据进行滑动窗口滤波处理，得到所述生物关键点运动轨迹数据。
[0048本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种生物运动仿真方法，其特征在于，所述方法包括：获取生物运动视频；对所述生物运动视频进行生物关键点检测，得到生物关键点运动轨迹数据；根据所述生物关键点运动轨迹数据生成系统跟踪文件；基于所述系统跟踪文件和生物模型对所述生物运动视频中的生物的运动过程进行仿真。2.根据权利要求1所述的方法，其特征在于，所述对所述生物运动视频进行生物关键点检测，得到生物关键点运动轨迹数据，包括：对所述生物运动视频进行拆分，得到静态图像帧序列；将所述静态图像帧序列输入训练完成的关键点预测模型，得到所述关键点预测模型输出的初始生物关键点运动轨迹数据；对所述初始生物关键点运动轨迹数据进行滤波处理，得到所述生物关键点运动轨迹数据。3.根据权利要求2所述的方法，其特征在于，所述关键点预测模型用于：识别第一静态图像帧中的姿态感兴趣区域，所述第一静态图像帧表征所述静态图像帧序列中的第一帧图像；从所述第一静态图像帧中的所述姿态感兴趣区域中识别出生物关键点，确定所述生物关键点的坐标；针对除了所述第一静态图像帧之外的任一后续静态图像帧，根据该后续静态图像帧的上一静态图像帧中的所述生物关键点的坐标确定该后续静态图像帧的所述姿态感兴趣区域，并从该后续静态图像帧的所述姿态感兴趣区域中确定所述生物关键点的坐标；所述初始生物关键点运动轨迹数据包括所述生物关键点在每一所述静态图像帧中的坐标。4.根据权利要求2所述的方法，其特征在于，所述对所述初始生物关键点运动轨迹数据进行滤波处理，得到所述生物关键点运动轨迹数据，包括：对所述初始生物关键点运动轨迹数据进行卡尔曼滤波处理，得到滤波生物关键点运动轨迹数据；对所述滤波生物关键点运动轨迹数据进行滑动窗口滤波处理，得到所述生物关键点运动轨迹数据。5.根据权利要求1所述的方法，其特征在于，所述根据所述生物关键点运动轨迹数据生成系统跟踪文件，包括：将所述生物关键点运动轨迹数据从相机坐标系转换到目标坐标系下，得到目标生物关键点运动轨迹数据；根据所述目标生物关键点运动轨迹数据填充系统跟踪文件的文件字段，得到填充数据后的所述系统跟踪文件。6.根据权利要求5所述的方法，其特征在于，所述将所述生物关键点运动轨迹数据从相...
【专利技术属性】
技术研发人员：庄百川，程万军，
申请(专利权)人：沈阳东软智能医疗科技研究院有限公司，
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。