【技术实现步骤摘要】
一种图像处理方法、装置、设备及存储介质
[0001]本申请涉及计算机
,具体涉及一种图像处理方法、一种图像处理装置、一种计算机设备及一种计算机可读存储介质。
技术介绍
[0002]随着科技研究的进步,动画和游戏行业飞速发展。动画和游戏行业的技术核心之一是对象的网格模型;例如,服饰模型、角色模型、场景模型等。由于对象的网格模型中的顶点较多,对象的网格模型的旋转平移变换通常是通过该网格模型对应的蒙皮矩阵来指示。研究发现,网格模型对应的蒙皮矩阵通常是由蒙皮权重预测模型预测得到的,网格模型的蒙皮矩阵的预测准确度较低。
技术实现思路
[0003]本申请实施例提供了一种图像处理方法、装置、设备及计算机可读存储介质,能够提高网格模型的蒙皮矩阵的预测准确度。
[0004]一方面,本申请实施例提供了一种图像处理方法,包括:获取对象的网格模型中各个顶点的顶点特征和网格模型的拓扑信息,网格模型的拓扑信息包括对象的关节点与网格模型中各个顶点的位置关系,以及网格模型中各个顶点的连接关系;获取顶点关系指示信息,顶点关系指示信息用于指示网格模型中存在约束关系的顶点;调用蒙皮权重预测模型基于顶点关系指示信息、顶点特征和网格模型的拓扑信息,预测网格模型的蒙皮权重;其中,网格模型的蒙皮权重用于指示网格模型在形变过程中对象的关节点对网格模型中各个顶点的影响程度。
[0005]一方面,本申请实施例提供了一种图像处理装置,该图像处理装置包括:获取单元,用于获取对象的网格模型中各个顶点的顶点特征和网格模型的拓扑信息,网格模 ...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法,其特征在于,所述方法包括:获取对象的网格模型中各个顶点的顶点特征和所述网格模型的拓扑信息,所述网格模型的拓扑信息包括所述对象的关节点与所述网格模型中各个顶点的位置关系,以及所述网格模型中各个顶点的连接关系;获取顶点关系指示信息,所述顶点关系指示信息用于指示所述网格模型中存在约束关系的顶点;调用蒙皮权重预测模型基于所述顶点关系指示信息、所述顶点特征和所述网格模型的拓扑信息,预测所述网格模型的蒙皮权重;其中,所述网格模型的蒙皮权重用于指示所述网格模型在形变过程中所述对象的关节点对所述网格模型中各个顶点的影响程度。2.如权利要求1所述的方法,其特征在于,所述蒙皮权重预测模型包括神经网络层和M个特征融合模块,M为正整数;所述调用蒙皮权重预测模型基于所述顶点关系指示信息、所述顶点特征和所述网格模型的拓扑信息,预测所述网格模型的蒙皮权重,包括:调用所述M个特征融合模块对所述顶点关系指示信息和所述网格模型中的每个顶点的顶点特征进行特征融合处理,得到各个顶点的融合特征;通过所述神经网络层对各个顶点的融合特征和所述网格模型的拓扑信息进行蒙皮权重预测处理,得到所述网格模型的蒙皮权重。3.如权利要求2所述的方法,其特征在于,所述顶点关系指示信息包括P个关键顶点集合,P为正整数;每个特征融合模块包括注意力子模块,残差子模块和邻接子模块;所述调用所述M个特征融合模块对所述顶点关系指示信息和所述网格模型中的每个顶点的顶点特征进行特征融合处理,得到各个顶点的融合特征的过程包括:获取所述P个关键顶点集合对应的P个第一邻接矩阵,并通过所述邻接子模块对所述P个第一邻接矩阵和各个顶点的顶点特征进行特征转换处理,得到各个顶点的邻域特征;所述 P个第一邻接矩阵是在建立每个关键顶点集合中的各个关键顶点间的连边后得到的;调用所述注意力子模块将所述网格模型中各个顶点的顶点特征聚合至各个关键顶点集合中,得到P个聚合特征;所述P个聚合特征与所述P个关键顶点集合一一对应,第q个聚合特征用于指示所述网格模型中的顶点的蒙皮权重,与第q个关键顶点集合中各个关键顶点的蒙皮权重的相似度;通过所述残差子模块对各个顶点的顶点特征进行深度特征提取处理,得到各个顶点的深度特征;对每个顶点的邻域特征,所述P个聚合特征和每个顶点的深度特征进行融合处理,得到所述网格模型中各个顶点的融合特征。4.如权利要求3所述的方法,其特征在于,所述通过所述邻接子模块对所述P个第一邻接矩阵和各个顶点的顶点特征进行特征转换处理,得到各个顶点的邻域特征的过程包括:通过第q个第一邻接矩阵,确定关键顶点j的k个邻居顶点,所述第q个第一邻接矩阵是第q个关键顶点集合的第一邻接矩阵,所述关键顶点j属于所述第q个关键顶点集合,k为正整数;分别计算所述关键顶点j的顶点特征与所述k个邻居顶点的顶点特征间的差异,得到k个差异特征;
将所述k个差异特征中的最大值,确定为所述关键顶点j的邻域特征。5.如权利要求4所述的方法,其特征在于,所述网格模型的拓扑信息包括第二邻接矩阵,所述第二邻接矩阵是基于所述网格模型中各个顶点之间的连接关系得到的;所述通过第q个第一邻接矩阵,确定关键顶点j的k个邻居顶点,包括:通过第q个第一邻接矩阵,确定与关键顶点j存在连边的T个关键顶点,T为正整数;若T大于等于k,则从所述T个关键顶点中随机选取k个顶点作为所述关键顶点j的邻居顶点;若T小于k,则通过所述第二邻接矩阵,确定与所述关键顶点j存在连边的V个顶点,并从所述V个顶点中随机选取k
‑
T个顶点,将所述T个关键顶点和选取的k
‑
T个顶点作为所述关键顶点j的邻居顶点,V为正整数。6.如权利要求3所述的方法,其特征在于,所述调用所述注意力子模块将所述网格模型中各个顶点的顶点特征聚合至各个关键顶点集合中,得到P个聚合特征的过程包括:获取网格模型中各个顶点对应的第q个权值,q为小于等于P的正整数;通过每个顶点对应的第q个权值对该顶点的顶点特征进行加权处理,得到各个顶点的加权特征;对各个顶点的加权特征进行聚合处理,得到第q个聚合特征。7.如权利要求6所述的方法,其特征在于,所述获取网格模型中各个顶点对应的第q个权值的过程包括:对第q个关键顶点集合中的关键顶点与顶点h的第一距离进行均值处理,得到所述顶点h对应的第q个距离均值;所述顶点h为所述网格模型中的任一个顶点;基于所述顶点h对应的第q个距离均值的求导结果,确定所述顶点h的第q个权值。8.如权利要求3所述...
【专利技术属性】
技术研发人员:常天元,
申请(专利权)人:腾讯科技深圳有限公司,
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。