动作补全模型的训练方法、装置、设备、介质及程序产品制造方法及图纸

本申请提供了一种动作补全模型的训练方法、装置、设备、介质及程序产品，涉及人工智能技术；方法包括：获取动作序列样本，所述动作序列样本包括至少三帧连续的动作；从所述动作序列样本中，确定至少一个第一子动作序列样本，所述第一子动作序列样本具有相邻的两个第二子动作序列样本；对所述动作序列样本中的所述至少一个第一子动作序列样本进行遮盖处理，得到目标动作序列样本；通过所述动作补全模型对所述目标动作序列样本进行动作补全处理，得到补全动作序列；基于所述补全动作序列和所述至少一个第一子动作序列样本间的差异，更新所述动作补全模型的模型参数，以对所述动作补全模型进行训练；通过本申请，能够提高动作补全处理的精度和效率。理的精度和效率。理的精度和效率。

【技术实现步骤摘要】
动作补全模型的训练方法、装置、设备、介质及程序产品


[0001]本申请涉及人工智能
，尤其涉及一种动作补全模型的训练方法、装置、设备、介质及程序产品。

技术介绍

[0002]在进行对象(比如数字人或虚拟人)的动作序列(也称动作片段)的处理时，常常遇到两个动作片段之间动作不连续，导致播放两个动作片段时出现动作不连贯、不流畅等问题，因此需要对两个动作片段之间进行动作补全。相关技术中，是通过线性插值的方式实现动作补全的，即：基于前后两段动作片段的结尾动作和开始动作，结合给定的待插入动作的动作数量来进行计算，得到每个待插入动作，以达到动作补全的目的。但是，通过线性插值方式进行动作补全，所补全的动作并不精确，且补全处理效率也不高。

技术实现思路

[0003]本申请实施例提供一种动作补全模型的训练方法、装置、电子设备、计算机可读存储介质及计算机程序产品，能够提高动作补全处理的精度和效率。
[0004]本申请实施例的技术方案是这样实现的：
[0005]本申请实施例提供一种动作补全模型的训练方法，包括：
[0006]获取动作序列样本，所述动作序列样本包括至少三帧连续的动作；
[0007]从所述动作序列样本中，确定至少一个第一子动作序列样本，所述第一子动作序列样本具有相邻的两个第二子动作序列样本；
[0008]其中，所述第一子动作序列样本和所述第二子动作序列样本，分别包括至少一帧所述动作，所述第二子动作序列样本，为所述动作序列样本中除所述至少一个第一子动作序列样本之外的一个子动作序列样本；
[0009]对所述动作序列样本中的所述至少一个第一子动作序列样本进行遮盖处理，得到目标动作序列样本；
[0010]通过所述动作补全模型，对所述目标动作序列样本进行动作补全处理，得到补全动作序列；
[0011]基于所述补全动作序列和所述至少一个第一子动作序列样本间的差异，更新所述动作补全模型的模型参数，以对所述动作补全模型进行训练；
[0012]其中，所述动作补全模型，用于对至少两个动作序列进行动作补全处理，得到目标补全动作序列，所述至少两个动作序列之间动作不连续，所述目标补全动作序列用于使所述至少两个动作序列之间动作连续。
[0013]本申请实施例还提供一种动作补全模型的训练装置，包括：
[0014]获取模块，用于获取动作序列样本，所述动作序列样本包括至少三帧连续的动作；
[0015]确定模块，用于从所述动作序列样本中，确定至少一个第一子动作序列样本，所述第一子动作序列样本具有相邻的两个第二子动作序列样本；
[0016]其中，所述第一子动作序列样本和所述第二子动作序列样本，分别包括至少一帧所述动作，所述第二子动作序列样本，为所述动作序列样本中除所述至少一个第一子动作序列样本之外的一个子动作序列样本；
[0017]遮盖模块，用于对所述动作序列样本中的所述至少一个第一子动作序列样本进行遮盖处理，得到目标动作序列样本；
[0018]动作补全模块，用于通过所述动作补全模型，对所述目标动作序列样本进行动作补全处理，得到补全动作序列；
[0019]更新模块，用于基于所述补全动作序列和所述至少一个第一子动作序列样本间的差异，更新所述动作补全模型的模型参数，以对所述动作补全模型进行训练；
[0020]其中，所述动作补全模型，用于对至少两个动作序列进行动作补全处理，得到目标补全动作序列，所述至少两个动作序列之间动作不连续，所述目标补全动作序列用于使所述至少两个动作序列之间动作连续。
[0021]在上述方案中，所述确定模块，还用于获取所述第一子动作序列样本对应的序列长度区间、和所述至少一个第一子动作序列样本的序列总长度，所述序列总长度小于所述动作序列样本的动作序列长度；选取处于所述序列长度区间的至少一个子序列长度，所述至少一个子序列长度之和等于所述序列总长度；针对各所述子序列长度，从所述动作序列样本中，确定具有所述子序列长度的第一子动作序列样本，以确定至少一个第一子动作序列样本。
[0022]在上述方案中，所述确定模块，还用于从所述动作序列样本中，确定至少一个目标动作，所述目标动作和所述子序列长度一一对应；针对各所述目标动作，分别执行如下处理：确定所述目标动作所对应子序列长度对应的动作数量；从所述动作序列样本中的所述目标动作开始，确定所述动作数量的第一动作，并将所述动作数量的第一动作，作为所述第一子动作序列样本。
[0023]在上述方案中，所述动作序列样本中的各所述动作具有相应的动作编号，所述确定模块，还用于从所述动作序列样本中各所述动作对应的动作编号中，选取至少一个目标动作编号，所述目标动作编号的数量和所述子序列长度的数量相同；从所述动作序列样本中，确定各所述目标动作编号所对应的动作为所述目标动作。
[0024]在上述方案中，所述至少一个第一子动作序列样本包括以下类型子动作序列样本中至少之一：第一类型子动作序列样本和第二类型子动作序列样本；其中，所述第一类型子动作序列样本包括一帧所述动作，所述第二类型子动作序列样本包括至少两帧连续的所述动作；其中，当所述至少一个第一子动作序列样本包括多个第一类型子动作序列样本时，各所述第一类型子动作序列样本所包括的动作之间不连续。
[0025]在上述方案中，所述第一子动作序列样本的数量为多个，所述多个第一子动作序列样本包括所述第一类型子动作序列样本和所述第二类型子动作序列样本；所述确定模块，还用于获取所述第一类型子动作序列样本对应的第一动作数量、以及所述第二类型子动作序列样本对应的第二动作数量；从所述动作序列样本中，确定至少一个所述第一类型子动作序列样本，所述至少一个第一类型子动作序列样本所包括动作的总数量为所述第一动作数量；从所述动作序列样本中，确定至少一个所述第二类型子动作序列样本，所述至少一个第二类型子动作序列样本所包括动作的总数量为所述第二动作数量。
[0026]在上述方案中，所述确定模块，还用于获取所述第一类型子动作序列样本对应的第一动作比例、以及所述第二类型子动作序列样本对应的第二动作比例；获取所述动作序列样本所包括动作的动作总数量；将所述第一动作比例和所述动作总数量相乘，得到所述第一动作数量；将所述第二动作比例和所述动作总数量相乘，得到所述第二动作数量。
[0027]在上述方案中，所述动作序列样本包括：所述动作序列样本中各所述动作的动作参数；所述遮盖模块，还用于从所述动作序列样本中各所述动作的动作参数中，确定所述至少一个第一子动作序列样本所包括动作的目标动作参数；对所述至少一个第一子动作序列样本所包括动作的目标动作参数进行遮盖处理，得到所述目标动作序列样本。
[0028]在上述方案中，所述遮盖模块，还用于获取用于所述遮盖处理的遮盖处理方式；采用所述遮盖处理方式，对所述至少一个第一子动作序列样本所包括动作的目标动作参数进行遮盖处理，得到所述目标动作序列样本；其中，所述遮盖处理方式包括以下至少之一：将所述目标动作参数置为目标值、将所述目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动作补全模型的训练方法，其特征在于，所述方法包括：获取动作序列样本，所述动作序列样本包括至少三帧连续的动作；从所述动作序列样本中，确定至少一个第一子动作序列样本，所述第一子动作序列样本具有相邻的两个第二子动作序列样本；其中，所述第一子动作序列样本和所述第二子动作序列样本，分别包括至少一帧所述动作，所述第二子动作序列样本，为所述动作序列样本中除所述至少一个第一子动作序列样本之外的一个子动作序列样本；对所述动作序列样本中的所述至少一个第一子动作序列样本进行遮盖处理，得到目标动作序列样本；通过所述动作补全模型，对所述目标动作序列样本进行动作补全处理，得到补全动作序列；基于所述补全动作序列和所述至少一个第一子动作序列样本间的差异，更新所述动作补全模型的模型参数，以对所述动作补全模型进行训练；其中，所述动作补全模型，用于对至少两个动作序列进行动作补全处理，得到目标补全动作序列，所述至少两个动作序列之间动作不连续，所述目标补全动作序列用于使所述至少两个动作序列之间动作连续。2.如权利要求1所述的方法，其特征在于，所述从所述动作序列样本中，确定至少一个第一子动作序列样本，包括：获取所述第一子动作序列样本对应的序列长度区间、和所述至少一个第一子动作序列样本的序列总长度，所述序列总长度小于所述动作序列样本的动作序列长度；选取处于所述序列长度区间的至少一个子序列长度，所述至少一个子序列长度之和等于所述序列总长度；针对各所述子序列长度，从所述动作序列样本中，确定具有所述子序列长度的第一子动作序列样本，以确定至少一个第一子动作序列样本。3.如权利要求2所述的方法，其特征在于，所述针对各所述子序列长度，从所述动作序列样本中，确定具有所述子序列长度的第一子动作序列样本，包括：从所述动作序列样本中，确定至少一个目标动作，所述目标动作和所述子序列长度一一对应；针对各所述目标动作，分别执行如下处理：确定所述目标动作所对应子序列长度对应的动作数量；从所述动作序列样本中的所述目标动作开始，确定所述动作数量的第一动作，并将所述动作数量的第一动作，作为所述第一子动作序列样本。4.如权利要求3所述的方法，其特征在于，所述动作序列样本中的各所述动作具有相应的动作编号，所述从所述动作序列样本中，确定至少一个目标动作，包括：从所述动作序列样本中各所述动作对应的动作编号中，选取至少一个目标动作编号，所述目标动作编号的数量和所述子序列长度的数量相同；从所述动作序列样本中，确定各所述目标动作编号所对应的动作为所述目标动作。5.如权利要求1所述的方法，其特征在于，所述至少一个第一子动作序列样本包括以下类型子动作序列样本中至少之一：
第一类型子动作序列样本和第二类型子动作序列样本；其中，所述第一类型子动作序列样本包括一帧所述动作，所述第二类型子动作序列样本包括至少两帧连续的所述动作；其中，当所述至少一个第一子动作序列样本包括多个第一类型子动作序列样本时，各所述第一类型子动作序列样本所包括的动作之间不连续。6.如权利要求5所述的方法，其特征在于，所述第一子动作序列样本的数量为多个，所述多个第一子动作序列样本包括所述第一类型子动作序列样本和所述第二类型子动作序列样本；所述从所述动作序列样本中，确定至少一个第一子动作序列样本，包括：获取所述第一类型子动作序列样本对应的第一动作数量、以及所述第二类型子动作序列样本对应的第二动作数量；从所述动作序列样本中，确定至少一个所述第一类型子动作序列样本，所述至少一个第一类型子动作序列样本所包括动作的总数量为所述第一动作数量；从所述动作序列样本中，确定至少一个所述第二类型子动作序列样本，所述至少一个第二类型子动作序列样本所包括动作的总数量为所述第二动作数量。7.如权利要求6所述的方法，其特征在于，所述获取所述第一类型子动作序列样本对应的第一动作数量、以及所述第二类型子动作序列样本对应的第二动作数量，包括：获取所述第一类型子动作序列样本对应的第一动作比例、以及所述第二类型子动作序列样本对应的第二动作比例；获取所述动作序列样本所包括动作的动作总数量；将所述第一动作比例和所述动作总数量相乘，得到所述第一动作数量；将所述第二动作比例和所述动作总数量相乘，得到所述第二动作数量。8.如权利要求1所述的方法，其特征在于，所述动作序列样本包括：所述动作序列样本中各所述动作的动作参数；所述对所述动作序列样本中的所述至少一个第一子动作序列样本进行遮盖处理，得到目标动作序列样本，包括：从所述动作序列样本中各所述动作的动作参数中，确定所述至少一个第一子动作序列样本所包括动作的目标动作参数；对所述至少一个第一子动作序列样本所包括动作的目标动作参数进行遮盖处理，得到所述目标动作序列样本。9.如权利要求8所述的方法，其特征在于，所述对所述至少一个第一子动作序列样本所包括动作的目标动作参数进行遮盖处理，得到所述目标动作...

【专利技术属性】
技术研发人员：曹雨，王智圣，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：