【技术实现步骤摘要】
本专利技术属于数据采集、数据分析，具体涉及一种基于光学动作数据的虚拟主播区分方法及系统。
技术介绍
1、虚拟主播通过光学动作捕捉系统来实现动作和表情的同步，光学动作捕捉系统使用一组摄像机捕捉附在主播身上的反光坐标并将反光坐标转换为数据，从而实现对其动作的捕捉和再现；现阶段的技术是利用不同虚拟主播的光学动作数据特征不一致性，对光学动作数据进行特征提取并利用机器学习模型对不同的虚拟主播进行区分；然而，在实际的应用场景中，由于虚拟主播自身的需求和直播内容不同，其产生的光学动作数据也会受到影响，特别会对光学动作数据的质量产生较大的影响，从而使得在多个虚拟主播同时出现的场景中，不同质量的光学动作数据影响区分不同的虚拟主播的难易度；光学动作捕捉系统捕捉动作的最大速度和幅度范围对光学动作数据的质量有着直接的影响，如果在实际应用场景中，虚拟主播的动作太快或太剧烈，超出了光学动作捕捉系统的捕捉能力，可能导致运动模糊或数据点的丢失，从而使得光学动作捕捉系统的追踪精度降低以及造成光学动作数据的不连续性，直接影响光学动作数据采集的质量，进而增加了在区分虚拟主播的动作识别异常的风险性；因此亟须一种方法对收集到的光学动作数据中的异常进行标记和预警，对虚拟主播的动作数据进行区分控制。
技术实现思路
1、本专利技术的目的在于提出一种基于光学动作数据的虚拟主播区分方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
2、为了实现上述目的，根据本专利技术的一方面，提供
3、s100，布置光学动作数据分析场景；
4、s200，从光学动作数据分析场景获取反光标记的三维坐标；
5、s300，根据反光标记的三维坐标计算获得光捕核向值；
6、s400，利用光捕核向值对光学动作数据进行标记并对虚拟主播进行区分操作。
7、进一步地，在步骤s100中，所述布置光学动作数据分析场景的方法是：布置光学动作数据分析场景，光学动作数据分析场景中包括光学动作捕捉系统和若干个虚拟主播；其中光学动作捕捉系统由若干个光学动作捕捉镜头、若干个反光标记、若干个动作捕捉服、计算机终端以及poe交换机构成；一个虚拟主播对应一个动作捕捉服以及若干个反光标记，反光标记均匀附着在动作捕捉服上，反光标记的表面材料为反射红外光的材料，光学动作捕捉镜头是基于红外光的光学动作捕捉镜头。
8、进一步地，在步骤s200中，所述从光学动作数据分析场景获取反光标记的三维坐标的方法是：任意时刻下光学动作捕捉镜头发出特定波长的红外光，照射到反光标记，光学动作捕捉镜头接收到反光标记反射的红外光并利用poe交换机将反光标记的位置信息转换为数据传输到计算机终端，计算机终端构建反光标记在光学动作数据分析场景中的三维图像，根据任一时刻下的三维图像获得反光标记在该时刻下的三维坐标，设定一个时间段wds，wds∈[0.5,5]秒，反光标记每隔wds获得一次三维坐标。其中三维图像中的三维坐标轴默认通过poe交换机自动生成，各个反光标记的三维坐标构建均基于该三维坐标轴。
9、进一步地，在步骤s300中，所述根据反光标记的三维坐标计算获得光捕核向值的方法是：对同一个虚拟主播，设定一个时间段作为光捕周期tn，tn∈[1.5,5]小时，在最近的tn时段内以同一时刻下不同反光标记的三维坐标作为一列，以同一反光标记不同时刻下的三维坐标作为一行构建一个矩阵记作时序坐标矩阵；使得反光标记与时序坐标矩阵中的行有一一对应关系；
10、计算任一三维坐标中x、y和z轴上的坐标值的平均值记为该三维坐标的标化值sdv；
11、在时序坐标矩阵的任一行中，将各个三维坐标的标化值形成一个序列作为标化序列，将标化序列中的最大值、最小值和中位值分别记作上偏阈值、下偏阈值和回归值，将上偏阈值与回归值的差值记为上偏度hsdv，将回归值与下偏阈值的差值记为下偏度lsdv，通过下偏度和上偏度计算得到反光标记的偏衡系数比dbci，其计算方法为：
12、；
13、其中i1为时序坐标矩阵中行的序号，即反光标记的序号，lsdvi1和hsdvi1分别为第i1个反光标记的下偏度和上偏度，ln()为自然数e为底数的对数函数；
14、在时序坐标矩阵的任一列中，计算获得各个三维坐标对应标化值的平均值记作该列的横向均标值tmev，将该列各个三维坐标的标化值与该列横向均标值进行比较，获取标化值大于横向均标值的三维坐标并将该三维坐标记作其所在行的上行坐标；
15、通过偏衡系数比计算对应反光标记的光捕核向值lhqv，其计算方法：
16、；
17、其中i2为累加变量，noc为时序坐标矩阵中列的数量，tsdvi1为第i1行中上行坐标标化值的总和，ntsdi1为第i1行中上行坐标的数量，为ntsdi1为底数的对数函数；tmevi1,i2为时序坐标矩阵中第i1行第i2列的三维坐标对应标化值与该列的横向均标值的比值。
18、由于上述的光捕核向值是依靠对上行坐标识别后计算的，而上行坐标识别的方法的值反映了反光标记的三维坐标均值的波动性。但由于反光标记的在获取过程中容易出现差异小而导致数据灵敏度不足的问题，尤其是具体录制时间长度不够长的情况下，灵敏度不足的问题尤其明显，为了解决这种数据灵敏度不足的问题，提高检测的准确率，本专利技术提出了一个更优选的方案。
19、优选地，在步骤s300中，所述根据反光标记的三维坐标计算获得光捕核向值的方法是：
20、设定一个时间段作为光捕周期tn，tn∈[1.5,5]小时； 三维坐标中的x、y和z轴上的读值均定义子坐标值；任一时刻与其前一个时刻之间分别将x、y和z轴上的子坐标值作差，获得的值中的最大值记为该时刻的轴征值；
21、获取光捕周期内的各个轴征值构成一个序列称为轴征序列；
22、若轴征序列中的一个元素较其上一个元素数值更大，则定义该元素对应的时间点为递增点，将各个时序上连续的递增点合并后构成的时间段作为正需区间，正需区间中包含的时刻数量为正需区间的长度， 正需区间的长度至少为1；
23、根据轴征序列获取各个正需区间的长度的平均值并记为第一区间长度阈值，
24、从轴征序列中首个元素开始逆时间顺序搜索首个出现的极大值，获得极大值的元素与轴征序列中首个元素的序号差值作为第二区间长度阈值，将第一区间长度阈值和第二区间长度阈值的调和平均值作为区间长度阈值，当调和平均值不为整数则对其进行向下取整运算；若任一正需区间的长度小于区间长度阈值则将其从正需区间中剔除，即不再作为正需区间；
25、将轴征序列中正需区间的数量记为标注区间量lth；
26、对于任一个正需区间，正需区间内各个轴征值构成正需序列pseq，把正需序列的中位数记为mips,分别计算正需序列中小于mips的各个值的平均值mvq，以及正需序列中大于本文档来自技高网...
【技术保护点】
1.一种基于光学动作数据的虚拟主播区分方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于光学动作数据的虚拟主播区分方法，其特征在于，在步骤S100中，所述布置光学动作数据分析场景的方法是：布置光学动作数据分析场景，光学动作数据分析场景中包括光学动作捕捉系统和若干个虚拟主播；其中光学动作捕捉系统由若干个光学动作捕捉镜头、若干个反光标记、若干个动作捕捉服、计算机终端以及POE交换机构成；一个虚拟主播对应一个动作捕捉服以及若干个反光标记，反光标记均匀附着在动作捕捉服上，光学动作捕捉镜头是基于红外光的光学动作捕捉镜头。
3.根据权利要求1所述的一种基于光学动作数据的虚拟主播区分方法，其特征在于，在步骤S200中，所述从光学动作数据分析场景获取反光标记的三维坐标的方法是：任意时刻下光学动作捕捉镜头发出特定波长的红外光，照射到反光标记，光学动作捕捉镜头接收到反光标记反射的红外光并利用POE交换机将反光标记的位置信息转换为数据传输到计算机终端，计算机终端构建反光标记在光学动作数据分析场景中的三维图像，根据任一时刻下的三维图像获得反光标记在该时刻下
4.根据权利要求1所述的一种基于光学动作数据的虚拟主播区分方法，其特征在于，在步骤S300中，所述根据反光标记的三维坐标计算获得光捕核向值的方法是：对同一个虚拟主播，设定一个时间段作为光捕周期TN，TN∈[1.5,5]小时，在最近的TN时段内以同一时刻下不同反光标记的三维坐标作为一列，以同一反光标记不同时刻下的三维坐标作为一行构建一个矩阵记作时序坐标矩阵；计算任一个三维坐标中x、y和z轴上的坐标值的平均值记为该三维坐标的标化值SDV；
5.根据权利要求1所述的一种基于光学动作数据的虚拟主播区分方法，其特征在于，在步骤S300中，所述根据反光标记的三维坐标计算获得光捕核向值的方法是：设定一个时间段作为光捕周期TN；三维坐标中的x、y和z轴上的读值均定义子坐标值；任一时刻与其前一个时刻之间分别将x、y和z轴上的子坐标值作差，获得的值中的最大值记为该时刻的轴征值；
6.根据权利要求1所述的一种基于光学动作数据的虚拟主播区分方法，其特征在于，在步骤S400中，所述利用光捕核向值对光学动作数据进行标记并对虚拟主播进行区分操作的方法是：由虚拟主播同一时刻下的各个反光标记对应的光捕核向值组成质核向序列，虚拟主播连续获得质核向序列，将任一时刻与其前一个时刻的质核向序列的欧氏距离记为该时刻下虚拟主播的第一动作偏差，将所有虚拟主播历史中获得的各个第一动作偏差的平均值记为第二动作偏差；若当前时刻下虚拟主播的第一动作偏差小于第二动作偏差，则将当前时刻标记为该主播的糊化时刻，设定一个时间段作为光捕周期TN，TN∈[1.5,5]小时，如果任一虚拟主播的最近的TN内糊化时刻在所有时刻中的占有比例大于预设比例，其中预设比例的区间为[60%-70%]，则预警该虚拟主播存在光学动作数据失真风险，为该虚拟主播在该时刻下各个反光标记进行失真标记，对该虚拟主播进行区分操作，即提高光学动作对该主播捕捉镜头的帧率5%-20%。
7.一种基于光学动作数据的虚拟主播区分系统，其特征在于，所述一种基于光学动作数据的虚拟主播区分系统包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-6中任一项所述的一种基于光学动作数据的虚拟主播区分方法中的步骤，所述一种基于光学动作数据的虚拟主播区分系统能运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心的计算设备中。
...【技术特征摘要】
1.一种基于光学动作数据的虚拟主播区分方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于光学动作数据的虚拟主播区分方法，其特征在于，在步骤s100中，所述布置光学动作数据分析场景的方法是：布置光学动作数据分析场景，光学动作数据分析场景中包括光学动作捕捉系统和若干个虚拟主播；其中光学动作捕捉系统由若干个光学动作捕捉镜头、若干个反光标记、若干个动作捕捉服、计算机终端以及poe交换机构成；一个虚拟主播对应一个动作捕捉服以及若干个反光标记，反光标记均匀附着在动作捕捉服上，光学动作捕捉镜头是基于红外光的光学动作捕捉镜头。
3.根据权利要求1所述的一种基于光学动作数据的虚拟主播区分方法，其特征在于，在步骤s200中，所述从光学动作数据分析场景获取反光标记的三维坐标的方法是：任意时刻下光学动作捕捉镜头发出特定波长的红外光，照射到反光标记，光学动作捕捉镜头接收到反光标记反射的红外光并利用poe交换机将反光标记的位置信息转换为数据传输到计算机终端，计算机终端构建反光标记在光学动作数据分析场景中的三维图像，根据任一时刻下的三维图像获得反光标记在该时刻下的三维坐标，设定一个时间段wds，wds∈[0.5,5]秒，反光标记每隔wds获得一次三维坐标。
4.根据权利要求1所述的一种基于光学动作数据的虚拟主播区分方法，其特征在于，在步骤s300中，所述根据反光标记的三维坐标计算获得光捕核向值的方法是：对同一个虚拟主播，设定一个时间段作为光捕周期tn，tn∈[1.5,5]小时，在最近的tn时段内以同一时刻下不同反光标记的三维坐标作为一列，以同一反光标记不同时刻下的三维坐标作为一行构建一个矩阵记作时序坐标矩阵；计算任一个三维坐标中x、y和z轴上的坐标值的平均值记为该三维坐标的标化值sdv；
5.根据权利要求1...
【专利技术属性】
技术研发人员：林敏，雷国强，徐俊峰，
申请(专利权)人：广东茉莉数字科技集团股份有限公司，
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。