【技术实现步骤摘要】
虚拟形象驱动及模型训练方法、装置、设备和存储介质
[0001]本公开涉及人工智能
,具体为增强现实
、
虚拟现实
、
计算机视觉
、
深度学习
、
大模型等
,可应用于元宇宙
、
虚拟数字人等场景,尤其涉及一种虚拟形象驱动及模型训练方法
、
装置
、
设备和存储介质
。
技术介绍
[0002]随着人工智能技术的发展,二维
(2D)
或三维
(3D)
的数字人得以广泛应用,如虚拟主播
、
虚拟客服
、
虚拟偶像等
。
[0003]大模型具有优越的自然语言处理能力,能够增强数字人与用户之间的对话交互能力
。
[0004]针对数字人,如何进行更流畅的动作驱动是需要解决的问题
。
技术实现思路
[0005]本公开提供了一种虚拟形象驱动方法
、
装置
、
设备和存储介质
。
[0006]根据本公开的一方面,提供了一种虚拟形象驱动方法,包括:确定虚拟形象的驱动信息,所述驱动信息包括:目标动作;基于预先生成的基底视频和所述目标动作,生成初始动作参数序列;对所述初始动作参数序列进行重建处理,以生成目标动作参数序列;基于所述目标动作参数序列,驱动所述虚拟形象执行对应动作
。
[0007]根据本公开的另一方面,提供了一种序列重 ...
【技术保护点】
【技术特征摘要】
1.
一种虚拟形象驱动方法,包括:确定虚拟形象的驱动信息,所述驱动信息包括:目标动作;基于预先生成的基底视频和所述目标动作,生成初始动作参数序列;对所述初始动作参数序列进行重建处理,以生成目标动作参数序列;基于所述目标动作参数序列,驱动所述虚拟形象执行对应动作
。2.
根据权利要求1所述的方法,其中,所述确定虚拟形象的驱动信息,包括:采用大模型,对问题文本进行处理,以确定所述问题文本对应的回复文本,以及所述回复文本对应的驱动信息
。3.
根据权利要求1所述的方法,其中,所述驱动信息还包括:目标动作时间;所述基于预先生成的基底视频和所述目标动作,生成初始动作序列,包括:在所述基底视频包括的多个基底图像中,确定所述目标动作时间对应的基底图像之外的其他基底图像;获取所述其他基底图像对应的基底动作参数;将所述基底动作参数和所述目标动作对应的目标动作参数,组成所述初始动作参数序列
。4.
根据权利要求1所述的方法,其中,所述对所述初始动作参数序列进行重建处理,以生成目标动作参数序列,包括:采用预先训练的序列重建模型,对输入的所述初始动作参数序列进行重建处理,以输出所述目标动作参数序列
。5.
根据权利要求4所述的方法,其中,所述序列重建模型包括:编码器和解码器;所述采用预先训练的序列重建模型,对输入的所述初始动作参数序列进行重建处理,以输出所述目标动作参数序列,包括:采用所述编码器,对输入的所述初始动作参数序列进行编码处理,以获得中间表征;采用所述解码器,对所述中间特征进行解码处理,以输出所述目标动作参数序列
。6.
根据权利要求4所述的方法,其中,所述序列重建模型是基于总损失函数训练的,所述总损失函数是基于速度损失函数和
/
或加速度损失函数构建的
。7.
根据权利要求1‑6任一项所述的方法,其中,所述驱动信息还包括:目标表情;所述方法还包括:基于所述目标表情对应的目标表情参数,对所述虚拟形象进行表情驱动
。8.
根据权利要求7所述的方法,其中,所述基于所述目标表情对应的目标表情参数,对所述虚拟形象进行表情驱动,包括:在预设的目标表情时间,基于所述目标表情对应的目标表情参数,对所述虚拟形象进行表情驱动
。9.
一种序列重建模型的训练方法,所述序列重建模型包括:编码器和解码器,所述方法包括:采用所述编码器,对真实动作参数序列进行编码处理,以获得中间表征;
采用所述解码器,对所述中间表征进行解码处理,以获得预测动作参数序列;基于所述真实动作参数序列获得真实时间相关损失函数,基于所述预测动作参数序列获得预测时间相关损失函数;基于所述真实时间相关损失函数和所述预测时间相关损失函数,构建总损失函数;采用所述总损失函数,调整所述编码器的模型参数和所述解码器的模型参数
。10.
根据权利要求9所述的方法,其中,所述真实时间相关损失函数包括:真实速度损失函数和
/
或真实加速度损失函数,所述预测时间相关损失函数包括:预测速度损失函数和
/
或预测加速度损失函数
。11.
一种虚拟形象驱动装置,包括:确定模块,用于确定虚拟形象的驱动信息,所述驱动信息包括:目标动作;生成模块,用于基于预先生成的基底视频和所述目标动作,生成初始动作参数序列;重建模块,用于对所述初始动作参数序列进行重建处理,以生成目标动作参数序列;动作驱动模块,用于基于所述目标动作参数序列,驱动所述虚拟形象执行对应动作
。12.
根据权利要求
11
所述的装置,其中,所述确定...
【专利技术属性】
技术研发人员:陈毅,赵亚飞,范锡睿,杜宗财,王志强,
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。