本申请提供一种模型动作重定向的方法、装置、设备以及存储介质，涉及计算机视觉领域。该模型动作重定向的方法包括：获取源模型的运动姿态对应的第一骨骼信息；根据源模型与标准模型的关节映射关系，得到第一骨骼信息对应到标准模型的第二骨骼信息；将源模型的绑定姿态对应的骨骼信息与标模型的绑定姿态对应的骨骼信息对齐；根据第二骨骼信息，驱动对齐的源模型和目标模型，以及根据源模型和目标模型对应的驱动结果调整第二骨骼信息；根据目标模型与标准模型的关节映射关系，得到调整后的第二骨骼信息重定向到目标模型的第三骨骼信息。本申请实施例能够在保持源模型原有动作序列语义不丢失的同时，降低模型动作重定向的人力成本和计算成本。和计算成本。和计算成本。
【技术实现步骤摘要】
模型动作重定向的方法、装置、电子设备及存储介质
[0001]本申请涉及计算机视觉领域，并且更具体地，涉及模型动作重定向的方法、装置、设备以及存储介质。
技术介绍
[0002]三维(3
‑
dimension，3D)动画目前在各行各业具有广泛的应用，如计算机图形学(Computer Graphics，CG)电影、3D动画片、虚拟直播、虚拟3D话务员等。其中3D动画的内容生产是3D动画行业发展的一个重要瓶颈。动画数据在不同模型之间的迁移是一种重要的解决骨骼动画数据短缺的方法。模型运动数据的重定向，即将某一角色的运动数据迁移到与其骨骼拓扑结构或骨骼长度和比例不同的其他角色上，以实现批量的运动数据重用。
[0003]相关技术中，一种方案在通过专业工具软件对角色的骨骼动画数据进行简单迁移后，通过人工调整动画关键帧来解决迁移后的穿模、脚步滑动和语义错误等问题，该方案存在人力成本高、过程复杂的问题。另一种方案根据源角色和目标角色的骨骼运动数据集训练深度学习模型，使得模型可以将源角色的运动数据重定向到目标角色的骨骼上，但是该方案需要针对每个角色准备对应的训练数据对深度学习模型进行训练，存在计算成本高、耗时长的问题。
技术实现思路
[0004]本申请实施例提供了一种模型动作重定向的方法、装置、设备以及存储介质，能够在保持源模型原有动作序列语义不丢失的同时，进一步降低模型动作重定向的人力成本和计算成本。
[0005]第一方面，提供了一种模型动作重定向的方法，包括：
[0006]获取源模型的运动姿态对应的第一骨骼信息；
[0007]根据所述源模型与标准模型的关节映射关系，得到所述第一骨骼信息对应到所述标准模型的第二骨骼信息；
[0008]将所述源模型的绑定姿态对应的骨骼信息与目标模型的绑定姿态对应的骨骼信息对齐；
[0009]根据所述第二骨骼信息，驱动对齐的所述源模型和所述目标模型，以及根据所述源模型和所述目标模型对应的驱动结果调整所述第二骨骼信息；
[0010]根据所述目标模型与所述标准模型的关节映射关系，得到调整后的所述第二骨骼信息对应到所述目标模型的第三骨骼信息，其中，所述第三骨骼信息为所述运动姿态重定向到所述目标模型的骨骼信息。
[0011]第二方面，提供了一种模型动作重定向的装置，包括：
[0012]获取单元，用于获取源模型的运动姿态对应的第一骨骼信息；
[0013]转换单元，用于根据所述源模型与标准模型的关节映射关系，得到所述第一骨骼信息对应到所述标准模型的第二骨骼信息；
[0014]对齐单元，用于将所述源模型的绑定姿态对应的骨骼信息与目标模型的绑定姿态对应的骨骼信息对齐；
[0015]调整单元，用于根据所述第二骨骼信息，驱动对齐的所述源模型和所述目标模型，以及根据所述源模型和所述目标模型对应的驱动结果调整所述第二骨骼信息；
[0016]所述转换单元还用于根据所述目标模型与所述标准模型的关节映射关系，得到调整后的所述第二骨骼信息对应到所述目标模型的第三骨骼信息，其中，所述第三骨骼信息为所述运动姿态重定向到所述目标模型的骨骼信息。
[0017]第三方面，本申请提供了一种电子设备，包括：
[0018]处理器，适于实现计算机指令；以及，
[0019]存储器，存储有计算机指令，计算机指令适于由处理器加载并执行上述第一方面的方法。
[0020]第四方面，本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，该计算机指令被计算机设备的处理器读取并执行时，使得计算机设备执行上述第一方面的方法。
[0021]第五方面，本申请实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述第一方面的方法。
[0022]通过上述技术方案，本申请实施例在获取源模型的运动姿态的第一骨骼信息对应到标准模型的第二骨骼信息后，通过该第二骨骼信息驱动对齐的源模型和目标模型，并根据源模型和目标模型对应的驱动结果调整该第二骨骼信息，使得调整后的第二骨骼信息能够保持源模型的运动姿态原有的动作序列语义不丢失，从而在根据第二骨骼信息将源模型的运动姿态迁移到目标模型后，能够有利于保证目标模型做出与源模型的运动姿态具有相同特定语义的动作，有利于实现保持原有动作序列语义的模型动作重定向。
[0023]另外，相比于人工调整动画关键帧的方案而言，本申请实施例可以自动化处理动画数据在不同模型之间的重定向迁移，并能够保持源模型原有动作序列语义不丢失，因而不需要美术工作者进行后处理，能够降低人力成本。相比于采用根据不同模型的骨骼运动数据集训练深度学习模型来实现模型之间的动作迁移方案而言，本申请实施例通过优化算法约束保持源模型的运动姿态原有的动作序列语义不丢失，规避了深度学习模型的训练过程，计算耗时短并且计算成本低。同时本申请实施例的模型动作重定向算法可以实现任意模型之间的运动数据重定向，应用场景不受限制。
附图说明
[0024]图1为本申请实施例涉及的一种应用场景示意图；
[0025]图2为本申请实施例的一种模型动作重定向的方法的示意性流程图；
[0026]图3为人体模型的一种可选的骨架示意图；
[0027]图4为本申请实施例的一种获取关节映射关系的示意性流程图；
[0028]图5为3种不同的模型的T姿态的一个示意图；
[0029]图6为本申请实施例对手部进行优化前后对比效果的一个示意图；
[0030]图7为人体模型的关节的一个示意图；
[0031]图8为本申请实施例的另一种模型动作重定向的方法的示意性流程图；
[0032]图9为本申请实施例的另一种模型动作重定向的方法的示意性流程图；
[0033]图10为本申请实施例的另一种模型动作重定向的方法的示意性流程图；
[0034]图11为本申请实施例的另一种模型动作重定向的方法的示意性流程图；
[0035]图12为本申请实施例的人体模型动作重定向的效果的一个示意图；
[0036]图13为本申请实施例的人体模型动作重定向的效果的另一个示意图；
[0037]图14为本申请实施例的人体模型动作重定向的效果的另一个示意图；
[0038]图15为本申请实施例的另一种模型动作重定向的方法的示意性流程图；
[0039]图16为本申请实施例的人体模型动作重定向的效果的另一个示意图；
[0040]图17为本申请实施例的另一种模型动作重定向的方法的示意性流程图；
[0041]图18为本申请实施例的另一种模型动作重定向的方法的示意性流程图；
[0042]图19为本申请实施例的另一种模型动作重定向的方法的示意性流程图；
[0043]图20是本申请实施本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种模型动作重定向的方法，其特征在于，包括：获取源模型的运动姿态对应的第一骨骼信息；根据所述源模型与标准模型的关节映射关系，得到所述第一骨骼信息对应到所述标准模型的第二骨骼信息；将所述源模型的绑定姿态对应的骨骼信息与目标模型的绑定姿态对应的骨骼信息对齐；根据所述第二骨骼信息，驱动对齐的所述源模型和所述目标模型，以及根据所述源模型和所述目标模型对应的驱动结果调整所述第二骨骼信息；根据所述目标模型与所述标准模型的关节映射关系，得到调整后的所述第二骨骼信息对应到所述目标模型的第三骨骼信息，其中，所述第三骨骼信息为所述运动姿态重定向到所述目标模型的骨骼信息。2.根据权利要求1所述的方法，其特征在于，所述根据所述源模型和所述目标模型对应的驱动结果调整所述第二骨骼信息，包括：根据所述源模型和所述目标模型对应的驱动结果的关节点位置损失、关节轴角损失、关节对距离损失、触地损失和碰撞损失中的至少一种，确定所述损失函数；根据所述损失函数，调整所述第二骨骼信息。3.根据权利要求2所述的方法，其特征在于，还包括：在下一轮调整所述第二骨骼信息之前，调整所述关节点位置损失、所述关节轴角损失、所述关节对距离损失、所述触地损失和所述碰撞损失中的至少一种损失对应的加权权重和/或迭代步长。4.根据权利要求1所述的方法，其特征在于，所述根据所述源模型与标准模型的关节映射关系，得到所述第一骨骼信息对应到所述标准模型的第二骨骼信息，包括：将所述第一骨骼信息转换为第一模型的第四骨骼信息，其中，所述第一模型为与所述源模型的骨骼结构一致、且T姿态为0旋转状态的模型；将所述第四骨骼信息中的第一次骨骼的骨骼信息转移到所述第一模型中的与所述标准模型匹配的关节上，使得所述第一次骨骼的旋转值为0；根据所述源模型与标准模型的关节映射关系，将所述第四骨骼信息对应到所述标准模型上，得到所述第二骨骼信息。5.根据权利要求1所述的方法，其特征在于，所述将所述源模型的绑定姿态对应的骨骼信息与所述目标模型的绑定姿态对应的骨骼信息对齐，包括：根据所述源模型的绑定姿态，确定所述源模型的T姿态的骨骼信息；根据所述目标模型的绑定姿态，确定所述目标模型的T姿态的骨骼信息；将所述源模型的T姿态的骨骼信息和所述目标模型的T姿态的骨骼信息进行缩放和平移进行对齐。6.根据权利要求1所述的方法，其特征在于，还包括：获取所述第三骨骼信息中的第二次骨骼，其中，所述第二次骨骼位于所述目标模型的两段标准骨骼之间，且在所述目标...
【专利技术属性】
技术研发人员：陈国文，
申请(专利权)人：北京搜狗科技发展有限公司，
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。